Per eseguire Stable Diffusion localmente sul tuo PC, scarica Stable Diffusion da GitHub e gli ultimi checkpoint da HuggingFace.co e installali. Quindi esegui Stable Diffusion in uno speciale ambiente Python usando Miniconda.
L’arte dell’intelligenza artificiale (AI) è attualmente di gran moda, ma la maggior parte dei generatori di immagini AI viene eseguita nel cloud. La diffusione stabile è diversa: puoi eseguirlo sul tuo PC personale e genera tutte le immagini che desideri. Ecco come installare e utilizzare Stable Diffusion su Windows.
Cos’è la diffusione stabile? Stable Diffusion è un modello di machine learning open source in grado di generare immagini dal testo, modificare le immagini in base al testo o inserire dettagli su immagini a bassa risoluzione o con pochi dettagli. È stato addestrato su miliardi di immagini e può produrre risultati paragonabili a quelli che otterresti da DALL-E 2 e A metà viaggio. È sviluppato da IA di stabilità ed è stato il primo rilasciato pubblicamente il 22 agosto 2022.
Stable Diffusion non ha (ancora) un’interfaccia utente ordinata come alcuni generatori di immagini AI, ma ha una licenza estremamente permissiva e, soprattutto, è completamente gratuito da usare sul tuo PC (o Mac).
Aggiornamento, 16/09/22: Preferisci un’interfaccia grafica? Tentativo la nostra guida per eseguire Stable Diffusion con una GUI sul tuo PC. Non lasciarti intimidire dal fatto che Stable Diffusion attualmente viene eseguito in un’interfaccia della riga di comando (CLI). Installarlo e farlo funzionare è piuttosto semplice. Se puoi fare doppio clic su un eseguibile e digitare in una casella, puoi farlo funzionare in pochi minuti.
Di cosa hai bisogno per eseguire Stable Diffusion sul tuo PC? Stable Diffusion non funzionerà sul tuo telefono o sulla maggior parte dei laptop, ma funzionerà su un PC da gioco medio nel 2022. Ecco i requisiti:
Una GPU con at meno 6 gigabyte (GB) di VRAM Ciò include le GPU NVIDIA più moderne 10 GB (circa) di spazio di archiviazione sul tuo disco rigido O disco a stato solido Il programma di installazione di Miniconda3 I file Stable Diffusion da GitHub The Latest Checkpoints (versione 1.4, al momento della stesura, ma la 1.5 dovrebbe essere rilasciata a breve) Il programma di installazione di Git Windows 8, 10 o 11 Stable Diffusion può essere eseguito anche su Linux e macOS Se non hai l’hardware, considera utilizzando un generatore di immagini AI basato sul web. Puoi persino correre una demo di diffusione stabile In rete.
Come installare ed eseguire Stable Diffusion su Windows Ci sono due software di cui hai bisogno: Git e Miniconda3.
Nota: Git e Miniconda3 sono entrambi programmi sicuri prodotti da organizzazioni rispettabili. Non devi preoccuparti del malware con loro, a condizione che li scarichi dalle fonti ufficiali collegate in questo articolo. Installazione di Git Idiota è uno strumento che consente agli sviluppatori di gestire diverse versioni del software che stanno sviluppando. Possono mantenere più versioni del software su cui stanno lavorando in un repository centrale contemporaneamente e consentire ad altri sviluppatori di contribuire al progetto.
IMPARENTATO: Come installare Git su Windows
Se non sei uno sviluppatore, Idiota fornisce un modo conveniente per accedere e scaricare questi progetti, ed è così che lo useremo in questo caso. Scarica il programma di installazione di Windows x64 dal sito Web Git, quindi eseguilo su installa Git.
Ci sono diverse opzioni che ti verrà chiesto di selezionare durante l’esecuzione del programma di installazione: lasciale sulle impostazioni predefinite. Una pagina di opzioni, “Regolazione dell’ambiente PATH”, è particolarmente importante. Deve essere impostato su “Git dalla riga di comando e anche da software di terze parti”.
Installazione di Miniconda3 Stable Diffusion si basa su alcuni diversi Librerie Python. Se non sai molto di Python, non preoccuparti troppo di questo: basti dire che le librerie sono solo pacchetti software che il tuo computer può utilizzare per eseguire funzioni specifiche, come trasformare un’immagine o eseguire calcoli complessi.
IMPARENTATO: Cos’è Python?
Miniconda3 è fondamentalmente uno strumento comodo. Ti consente di scaricare, installare e gestire tutte le librerie necessarie per il funzionamento di Stable Diffusion senza molto intervento manuale. Sarà anche il modo in cui utilizzeremo effettivamente Stable Diffusion.
Vai a la pagina di download di Miniconda3 e fai clic su “Miniconda3 Windows 64-bit” per ottenere l’ultimo programma di installazione.
Fare doppio clic sull’eseguibile una volta scaricato per avviare l’installazione. L’installazione di Miniconda3 comporta meno clic sulle pagine rispetto a Git, ma è necessario fare attenzione a questa opzione:
Assicurati di selezionare “Tutti gli utenti” prima di fare clic su Avanti e terminare l’installazione.
Ti verrà richiesto di riavviare il computer dopo aver installato Git e Miniconda3. Non lo abbiamo ritenuto necessario, ma non ti farà male se lo fai.
Scarica il repository GitHub Stable Diffusion e l’ultimo checkpoint Ora che abbiamo installato il software prerequisito, siamo pronti per scaricare e installare Stable Diffusion.
Scarica l’ultimo checkpoint prima: la versione 1.4 è di quasi 5 GB, quindi potrebbe richiedere del tempo. Devi creare un account per scaricare il checkpoint, ma richiedono solo un nome e un indirizzo email. Tutto il resto è facoltativo.
Nota: Al momento in cui scriviamo (2 settembre 2022), l’ultimo checkpoint è la versione 1.4. Se esiste una versione più recente, scarica quella.
Fare clic su “sd-v1-4.ckpt” per avviare il download.
Nota: L’altro file, “sd-v1-4-full-ema.ckpt”, Potrebbe fornire risultati migliori, ma è circa il doppio delle dimensioni. Puoi usare entrambi.
Allora devi scarica Diffusione Stabile da GitHub. Fai clic sul pulsante verde “Codice”, quindi fai clic su “Scarica ZIP”. In alternativa, puoi usare questo link per il download diretto.
Ora dobbiamo preparare alcune cartelle in cui decomprimeremo tutti i file di Stable Diffusion. Fare clic sul pulsante Start e digitare “miniconda3” nella barra di ricerca del menu Start, quindi fare clic su “Apri” o premere Invio.
Creeremo una cartella denominata “stable-diffusion” utilizzando la riga di comando. Copia e incolla il blocco di codice sottostante nella finestra di Miniconda3, quindi premi Invio.
cd C:/ mkdir stable-diffusion cd stable-diffusion Nota: Quasi ogni volta che incolli un blocco di codice in un terminale, come Miniconda3, devi premere Invio alla fine per eseguire l’ultimo comando. Se tutto è andato bene, vedrai qualcosa di simile a questo:
Tieni aperta la finestra della Miniconda3, ci servirà di nuovo tra un minuto.
Apri il file ZIP, “stable-diffusion-main.zip”, che hai scaricato da GitHub nel tuo programma di archiviazione file preferito. In alternativa, Windows può anche aprire i file ZIP da solo se non ne hai uno. Tieni aperto il file ZIP in una finestra, quindi aprine un’altra Esplora file finestra e vai alla cartella “C:stable-diffusion” che abbiamo appena creato.
IMPARENTATO: Ottieni assistenza con Esplora file su Windows 10
Trascina e rilascia la cartella nel file ZIP, “stable-diffusion-main”, nella cartella “stable-diffusion”.
Torna a Miniconda3, quindi copia e incolla i seguenti comandi nella finestra:
cd C:stable-diffusionstable-diffusion-main conda env create -f environment.yaml conda activate ldm mkdir modelsldmstable-diffusion-v1
Non interrompere questo processo. Alcuni file sono più grandi di un gigabyte, quindi il download potrebbe richiedere un po’ di tempo. Se interrompi accidentalmente il processo, dovrai eliminare la cartella dell’ambiente ed eseguire conda env create -f environment.yaml Ancora. In tal caso, vai a “C:Utenti(Il tuo account utente).condaenvs” ed elimina la cartella “ldm”, quindi esegui il comando precedente.
Nota: Allora, cosa abbiamo appena fatto? Python ti consente di ordinare i progetti di codifica in “Ambienti”. Ogni ambiente è separato dagli altri ambienti, quindi puoi caricare diverse librerie Python in ambienti diversi senza doversi preoccupare di versioni in conflitto. È inestimabile se stai lavorando su più progetti su un PC. Le righe che abbiamo eseguito hanno creato un nuovo ambiente denominato “ldm”, scaricato e installato tutte le librerie Python necessarie per il funzionamento di Stable Diffusionquindi attivato l’ambiente ldm cambiato la rubrica in una nuova cartella.
Siamo all’ultimo passaggio dell’installazione. Passare a “C:stable-diffusionstable-diffusion-mainmodelsldmstable-diffusion-v1” in Esplora file, quindi copiare e incollare il file del checkpoint (sd-v1-4.ckpt) nella cartella.
Attendi che il file finisca di trasferire, fai clic con il pulsante destro del mouse su “sd-v1-4.ckpt”, quindi fai clic su “Rinomina”. Digita “model.ckpt” nella casella evidenziata, quindi premi Invio per modificare il nome del file.
Nota: Se utilizzi Windows 11, non vedrai “rinomina” nel menu contestuale del tasto destro. C’è invece un’icona che sembra un campo di testo in miniatura. IMPARENTATO: I minuscoli pulsanti del menu contestuale di Windows 11 confonderanno le persone
E questo è tutto: abbiamo finito. Ora siamo pronti per utilizzare la diffusione stabile.
L’ambiente ldm che abbiamo creato è essenziale e devi attivarlo ogni volta che vuoi usare Stable Diffusion. accedere conda activate ldm nella finestra di Miniconda3 e premi “Invio”. Il (ldm) sul lato sinistro indica che l’ambiente ldm è attivo.
Nota: Devi solo inserire quel comando quando apri Miniconda3. L’ambiente ldm rimarrà attivo finché non chiudi la finestra.
Quindi dobbiamo cambiare la directory (quindi il comandocd) a “C:stable-diffusionstable-diffusion-main” prima di poter generare qualsiasi immagine. Impasto cdC:stable-diffusionstable-diffusion-main nella riga di comando.
Come realizzare un’immagine con diffusione stabile Chiameremo uno script, txt2img.py, che ci consente di convertire i prompt di testo in immagini 512×512. Ecco un esempio. Prova questo per assicurarti che tutto funzioni correttamente:
python scripts/txt2img.py –prompt “a close-up portrait of a cat by pablo picasso, vivid, abstract art, colorful, vibrant” –plms –n_iter 5 –n_samples 1 La tua console ti darà un indicatore di avanzamento man mano che produce le immagini.
Quel comando produrrà cinque immagini di gatti, tutte situate in “C:stable-diffusionstable-diffusion-mainoutputstxt2img-samplessamples”.
Non è perfetto, ma ricorda distintamente lo stile di Pablo Picasso, proprio come abbiamo specificato nel prompt. Le tue immagini dovrebbero apparire simili ma non necessariamente identiche.
Ogni volta che vuoi cambiare l’immagine generata, devi solo cambiare il testo contenuto tra le virgolette che seguono –prompt.
Mancia: Non riscrivere l’intera riga ogni volta. Usa i tasti freccia per spostare il cursore del testo e sostituisci semplicemente il prompt. python scripts/txt2img.py –prompt “YOUR, DESCRIPTIONS, GO, HERE” –plms –n_iter 5 –n_samples 1 Supponiamo di voler generare un gopher dall’aspetto realistico in una foresta magica con indosso un cappello da mago. Potremmo provare il comando:
python scripts/txt2img.py –prompt “a photograph of a gopher wearing a wizard hat in a forest, vivid, photorealistic, magical, fantasy, 8K UHD, photography” –plms –n_iter 5 –n_samples 1
È davvero così facile: descrivi ciò che desideri nel modo più specifico possibile. Se vuoi qualcosa di fotorealistico, assicurati di includere termini relativi a un’immagine realistica. Se vuoi qualcosa ispirato allo stile di un artista specifico, specifica l’artista.
La diffusione stabile non è limitata a por tratti e animali, può anche produrre paesaggi suggestivi.
Cosa significano gli argomenti nel comando? Stable Diffusion ha un numero enorme di impostazioni e argomenti che puoi fornire per personalizzare i tuoi risultati. I pochi inclusi qui sono sostanzialmente necessari per garantire che Stable Diffusion funzioni su un computer da gioco medio.
–plms — Specifica come verranno campionate le immagini. C’è un documento a riguardo, se vuoi dare un’occhiata alla matematica. –n_iter — specifica il numero di iterazioni che si desidera generare per ciascun prompt. 5 è un numero decente per vedere che tipo di risultati stai ottenendo. –n_samples — specifica il numero di campioni che verranno generati. Il valore predefinito è 3, ma la maggior parte dei computer non dispone di VRAM sufficiente per supportarlo. Resta con 1 a meno che tu non abbia un motivo specifico per cambiarlo. Naturalmente, Stable Diffusion ha un sacco di argomenti diversi che puoi implementare per modificare i tuoi risultati. Correre python scripts/txt2img.py –help per ottenere un elenco esaustivo di argomenti che è possibile utilizzare.
Ci sono un sacco di tentativi ed errori coinvolti nell’ottenere grandi risultati, ma questa è almeno la metà del divertimento. Assicurati di annotare o salvare argomenti e descrizioni che restituiscono risultati che ti piacciono. Se non vuoi fare tutti gli esperimenti da solo, stanno crescendo comunità su Reddit (e altrove) dedicato allo scambio delle immagini e degli spunti che le hanno generate.
