carefree creator

一个为每个人提供的开放式AI驱动的创造者。

• 这是Creator产品的后端项目。如果您正在寻找WebUI代码，则可以检查carefree-drawboard吗？项目。

• 大多数内容已移至Wiki页面。

Wiki | WebUI代码

安装

carefree-creator建立在carefree-learn之上，并需要：

• Python>=3.8
• pytorch>=1.12.0 。请参阅Pytorch的官方网站，强烈建议您与Conda预装Pytorch。

硬件要求

相关问题：＃10。

如果未进行修改，该项目将吞噬11〜13 GB的GPU RAM，因为它实际上将五个不同的SD版本集成在一起，以及许多其他模型。 ？

有两种方法可以减少GPU RAM的使用 - 懒惰加载和部分加载，有关更多详细信息，请参见以下Run部分。

PIP安装

pip install carefree-creator

如果您对最新功能感兴趣，则可以使用pip从源安装：

git clone https://github.com/carefree0910/carefree-creator.git
cd carefree-creator
pip install -e .

跑步

carefree-creator为您建立一个CLI，以设置本地服务。例如，我们可以：

cfcreator serve

如果您没有NVIDIA GPU（例如Mac），则可以尝试：

cfcreator serve --cpu

如果您使用的是GPU驱动的笔记本电脑，则可以尝试：

cfcreator serve --limit 1

--limit标志用于限制加载模型的数量。通过指定1 ，仅加载执行模型，其他模型将保留在您的磁盘上。

有关更多详细信息，请参见＃10。

如果您有很多RAM资源，但是您的GPU RAM不够大，则可以尝试：

cfcreator serve --lazy

使用--lazy标志，模型将被加载到RAM，并且只有执行模型将移至GPU RAM。

因此，作为交换，您的公羊将被吃掉！ ？

如果您只想尝试SD基本端点，则可以使用：

cfcreator serve --focus sd.base

而且，如果您只想尝试SD动漫端点，则可以使用：

cfcreator serve --focus sd.anime

可以通过以下方式找到更多用法

cfcreator serve --help

Docker

准备

 export TAG_NAME=cfcreator
git clone https://github.com/carefree0910/carefree-creator.git
cd carefree-creator

建造

docker build -t $TAG_NAME .

如果您的互联网环境降落在中国，则使用Dockerfile.cn构建可能会更快：

docker build -t $TAG_NAME -f Dockerfile.cn .

跑步

docker run --gpus all --rm -p 8123:8123 $TAG_NAME :latest

学分

• 稳定的扩散，各种生成方法的基础。
• 稳定的扩散，即采用的SD侵入方法。
• WAIFU扩散，稳定扩散的动漫 - 预注册版本。
• Real Esrgan，采用的超级分辨率方法。
• 潜在扩散，采用的介入和景观合成方法。
• Carefree-Learn，已重新实现上述所有模型并提供了干净且方便的API的代码基础。
• 你呢！谢谢您的观看！