dalle playground

文本到圖像遊樂場（FKA DALL-E遊樂場）

使用穩定擴散V2的文本對象愛好者的操場。

2022年11月，重大更新

該存儲庫的原始版本使用了dall-e mini。隨著穩定擴散（SD）V2的最新發布和實現的易用性 - 該存儲庫已移動以在DALL -E MINI上使用SD。

另請參閱Whisper Playground-使用Openai的Whisper構建實時Speech2Text Web應用程序的操場

快速使用

您可以使用GitHub託管前端在Dall-E操場上修改。請按照以下步驟：

1. 使用Google Colab運行DALL-E後端
2. 從最後執行的單元格的輸出中復制URL。搜索使用Your url is: 。
3. 等待後端充分加載，這應該需要〜2分鐘，您應該看到--> Image generation server is up and running!
4. 瀏覽https://saharmor.github.io/dalle-playground/?backendurl = https://xxxx.trycloudflare.com backendUrl查詢參數應該是上一步的URL

一般注意：雖然可以在Google Colab的免費層上運行後端，但生成〜2張圖像> 1分鐘的後端將導致前端超時。考慮升級到COLAB PRO或在更強的ML機器上運行後端筆記本（例如AWS EC2）。

地方發展

請按照以下步驟操作，以防您想克隆並在本地運行DALL-E遊樂場：

1. 克隆或叉這個存儲庫
2. 創建虛擬環境cd backend && python3 -m venv ENV_NAME
3. 運行虛擬環境source venv/bin/activate
4. 安裝需求pip install -r requirements.txt
5. 確保您有pytorch及其依賴項安裝安裝指南
6. 運行Web Server python3 app.py --port 8080 （您可以從8080更改為自己的端口）
7. 在其他終端中，安裝Frontend的模塊cd interface && npm install並運行npm start
8. 從步驟5複製後端的URL，然後將其粘貼到Web應用中的後端URL輸入中

Windows WSL2的本地開發/使用

Window的WSL2 Linux層在GPU支持下有一些獨特的問題。 NVIDIA CUDA驅動程序安裝在Windows側而不是Linux上，但是Jax在沒有源頭編譯的情況下看不到GPU。以下是額外的說明來彙編JAX。

1. 在Windows中安裝了最近的NVIDIA GEFORCE遊戲或NVIDIA RTX Quadro驅動程序
2. 在Linux中：安裝NVIDIA的CUDA工具包，WSL指令
3. 在Linux中：安裝NVIDIA的CUDNN庫：說明
4. 在Linux中：從源構建和安裝jaxlib和jax ，請記住使用python3 build/build.py --enable_cuda指令啟用cuda
5. 在編譯jaxlib時，您可能會擊中一個損壞的配置文件，解決方案：jax-ml/jax＃11068
6. 遵循上面的本地開發說明

WSL2安裝是相當裸露的骨頭，期望安裝npm ， python3-pip和其他許多其他包裝，以使情況正常。在這裡進行更多故障排除

與Docker-Compose的本地發展

1. 確保已安裝了Docker和NVIDIA容器工具包

2. 克隆或叉這個存儲庫

3. 啟動服務器docker-compose up ，如果您想在後台運行，請添加-d到docker-compose up

4. 第一次下載圖像，模型和其他依賴項將花費一些時間。模型和其他依賴項僅下載一次，然後緩存。

5. 從步驟2複製後端的URL，然後將其粘貼到Web應用中的後端URL輸入中。

   http://localhost:3000/dalle-playground

致謝

原始的存儲庫 @borisdayma的dall-e mini。