วิธีเรียกใช้การแพร่กระจายที่เสถียรบนพีซีของคุณเพื่อสร้างอิมเมจ AI

ศิลปะปัญญาประดิษฐ์ (AI) เป็นที่นิยมในปัจจุบัน แต่เครื่องสร้างภาพ AI ส่วนใหญ่ทำงานในคลาวด์ Stable Diffusion แตกต่างออกไป - คุณสามารถเรียกใช้บนพีซีของคุณเองและสร้างภาพได้มากเท่าที่คุณต้องการ วิธีติดตั้งและใช้งาน Stable Diffusion บน Windows มีดังนี้

การแพร่กระจายที่เสถียรคืออะไร?

Stable Diffusion เป็นโมเดลการเรียนรู้ของเครื่องแบบโอเพนซอร์สที่สามารถสร้างรูปภาพจากข้อความ แก้ไขรูปภาพตามข้อความ หรือกรอกรายละเอียดเกี่ยวกับรูปภาพที่มีความละเอียดต่ำหรือรายละเอียดต่ำ ได้รับการฝึกอบรมเกี่ยวกับภาพหลายพันล้านภาพและสามารถสร้างผลลัพธ์ที่เทียบเท่ากับภาพที่คุณได้รับจาก DALL-E 2 และ MidJourney ได้รับการพัฒนาโดย Stability AI และเผยแพร่สู่สาธารณะครั้งแรกเมื่อวันที่ 22 สิงหาคม พ.ศ. 2565

ที่เกี่ยวข้อง วิธีการสร้างศิลปะ AI สังเคราะห์ด้วยการเดินทางกลาง

Stable Diffusion ไม่มีอินเทอร์เฟซผู้ใช้ที่เป็นระเบียบ (แต่) เช่นเดียวกับเครื่องสร้างภาพ AI แต่มีใบอนุญาตที่อนุญาตอย่างมาก และที่ดีที่สุดคือใช้งานได้ฟรีบนพีซีของคุณเอง (หรือ Mac)

อย่าตกใจกับความจริงที่ว่า Stable Diffusion กำลังทำงานในอินเทอร์เฟซบรรทัดคำสั่ง (CLI) การเริ่มต้นใช้งานค่อนข้างตรงไปตรงมา หากคุณสามารถดับเบิลคลิกที่ไฟล์สั่งการและพิมพ์ลงในกล่อง คุณก็สามารถใช้งานได้ภายในไม่กี่นาที

คุณต้องการอะไรเพื่อเรียกใช้การแพร่ที่เสถียรบนพีซีของคุณ

Stable Diffusion จะไม่ทำงานบนโทรศัพท์หรือแล็ปท็อปส่วนใหญ่ของคุณ แต่จะทำงานบนพีซีสำหรับเล่นเกมทั่วไปในปี 2022 โดยมีข้อกำหนดดังนี้:

• GPU ที่มี VRAM . อย่างน้อย 6 กิกะไบต์ (GB)
  • ซึ่งรวมถึง GPU NVIDIA ที่ทันสมัยที่สุด
• พื้นที่จัดเก็บ 10GB (ish) บนฮาร์ดไดรฟ์หรือโซลิดสเทตไดรฟ์ของคุณ
• ตัวติดตั้ง Miniconda3
• ไฟล์ Stable Diffusion จาก GitHub
• ด่านตรวจล่าสุด (เวอร์ชั่น 1.4 ณ เวลาที่เขียน แต่ 1.5 น่าจะออกเร็วๆ นี้)
• ตัวติดตั้ง Git
• Windows 8, 10 หรือ 11
  • การแพร่กระจายที่เสถียรยังสามารถทำงานบน Linux และ macOS

วิธีการติดตั้งและเรียกใช้การแพร่กระจายที่เสถียรบน Windows

มีซอฟต์แวร์สองชิ้นที่คุณต้องการ: Git และ Miniconda3

หมายเหตุ: Git และ Miniconda3 เป็นทั้งโปรแกรมที่ปลอดภัยซึ่งผลิตโดยองค์กรที่มีชื่อเสียง คุณไม่จำเป็นต้องกังวลเกี่ยวกับมัลแวร์หากคุณดาวน์โหลดจากแหล่งที่เป็นทางการที่ลิงก์ไว้ในบทความนี้

การติดตั้ง Git

Git เป็นเครื่องมือที่ช่วยให้นักพัฒนาสามารถจัดการซอฟต์แวร์เวอร์ชันต่างๆ ที่พวกเขากำลังพัฒนาได้ พวกเขาสามารถรักษาซอฟต์แวร์หลายเวอร์ชันที่พวกเขากำลังทำงานอยู่ในที่เก็บส่วนกลางได้พร้อมกัน และอนุญาตให้นักพัฒนารายอื่นมีส่วนร่วมในโครงการ

ที่เกี่ยวข้อง: GitHub คืออะไรและใช้สำหรับอะไร?

หากคุณไม่ใช่นักพัฒนา Git จะมอบวิธีที่สะดวกในการเข้าถึงและดาวน์โหลดโปรเจ็กต์เหล่านี้ และนั่นคือวิธีที่เราจะใช้ในกรณีนี้ ดาวน์โหลดตัวติดตั้ง Windows x64 จากเว็บไซต์ Git จากนั้นเรียกใช้

มีหลายตัวเลือกที่คุณจะได้รับแจ้งให้เลือกในขณะที่โปรแกรมติดตั้งทำงาน — ปล่อยให้เป็นการตั้งค่าเริ่มต้น หน้าตัวเลือกเดียว "การปรับสภาพแวดล้อมเส้นทางของคุณ" มีความสำคัญอย่างยิ่ง ต้องตั้งค่าเป็น "Git จากบรรทัดคำสั่งและจากซอฟต์แวร์บุคคลที่สาม"

การติดตั้ง Miniconda3

Stable Diffusion ใช้ไลบรารี Python ที่แตกต่างกันสองสามตัว หากคุณไม่ค่อยรู้เกี่ยวกับ Python มากนัก ก็อย่ากังวลกับเรื่องนี้ พอจะพูดได้ ไลบรารี่เป็นเพียงแพ็คเกจซอฟต์แวร์ที่คอมพิวเตอร์ของคุณสามารถใช้เพื่อทำหน้าที่เฉพาะ เช่น แปลงรูปภาพ หรือคำนวณทางคณิตศาสตร์ที่ซับซ้อน

ที่เกี่ยวข้อง: Python คืออะไร?

Miniconda3 เป็นเครื่องมืออำนวยความสะดวก ช่วยให้คุณดาวน์โหลด ติดตั้ง และจัดการไลบรารีทั้งหมดที่จำเป็นสำหรับ Stable Diffusion เพื่อให้ทำงานได้โดยไม่ต้องมีการแทรกแซงด้วยตนเองมากนัก นอกจากนี้ยังเป็นวิธีที่เราใช้ Stable Diffusion อย่างแท้จริง

ตรงไปที่หน้าดาวน์โหลด Miniconda3 และคลิก “Miniconda3 Windows 64-bit” เพื่อรับตัวติดตั้งล่าสุด

ดับเบิลคลิกที่ไฟล์ปฏิบัติการเมื่อดาวน์โหลดแล้วเพื่อเริ่มการติดตั้ง การติดตั้งของ Miniconda3 เกี่ยวข้องกับการคลิกผ่านหน้าต่างๆ น้อยกว่า Git แต่คุณต้องระวังตัวเลือกนี้:

ตรวจสอบให้แน่ใจว่าคุณเลือก "ผู้ใช้ทั้งหมด" ก่อนคลิกถัดไปและสิ้นสุดการติดตั้ง

คุณจะได้รับแจ้งให้รีสตาร์ทคอมพิวเตอร์หลังจากติดตั้ง Git และ Miniconda3 เราไม่ได้พบว่ามันจำเป็น แต่มันจะไม่เจ็บถ้าคุณทำ

ดาวน์โหลด Stable Diffusion GitHub Repository และ Checkpoint ล่าสุด

ตอนนี้เราได้ติดตั้งซอฟต์แวร์ที่จำเป็นต้องมีแล้ว เราก็พร้อมที่จะดาวน์โหลดและติดตั้ง Stable Diffusion

ดาวน์โหลดด่านล่าสุดก่อน — เวอร์ชัน 1.4 เกือบ 5GB ดังนั้นอาจใช้เวลาสักครู่ คุณต้องสร้างบัญชีเพื่อดาวน์โหลดจุดตรวจ แต่ต้องใช้เพียงชื่อและที่อยู่อีเมล อย่างอื่นเป็นทางเลือก

หมายเหตุ: ในขณะที่เขียน (2 กันยายน 2565) จุดตรวจล่าสุดคือเวอร์ชัน 1.4 หากมีเวอร์ชันที่ใหม่กว่า ให้ดาวน์โหลดเวอร์ชันนั้นแทน

คลิก “sd-v1-4.ckpt” เพื่อเริ่มการดาวน์โหลด

หมายเหตุ: ไฟล์อื่น “sd-v1-4-full-ema.ckpt” อาจ ให้ผลลัพธ์ที่ดีกว่า แต่มีขนาดประมาณสองเท่า คุณสามารถใช้อย่างใดอย่างหนึ่ง

จากนั้นคุณต้องดาวน์โหลด Stable Diffusion จาก GitHub คลิกที่ปุ่มสีเขียว "รหัส" จากนั้นคลิก "ดาวน์โหลด ZIP" หรือคุณสามารถใช้ลิงก์ดาวน์โหลดโดยตรงนี้ได้

ตอนนี้ เราต้องเตรียมโฟลเดอร์สองสามโฟลเดอร์ที่เราจะแตกไฟล์ของ Stable Diffusion ทั้งหมด คลิกปุ่ม Start แล้วพิมพ์ "miniconda3" ลงในแถบค้นหาของ Start Menu จากนั้นคลิก "Open" หรือกด Enter

เราจะสร้างโฟลเดอร์ชื่อ "stable-diffusion" โดยใช้บรรทัดคำสั่ง คัดลอกและวางบล็อคโค้ดด้านล่างลงในหน้าต่าง Miniconda3 จากนั้นกด Enter

 CDC:/
mkdir เสถียร-แพร่
cd เสถียร-แพร่

หมายเหตุ: เกือบทุกครั้งที่คุณวางบล็อกโค้ดลงในเทอร์มินัล เช่น Miniconda3 คุณต้องกด Enter ที่ส่วนท้ายเพื่อเรียกใช้คำสั่งสุดท้าย

หากทุกอย่างเป็นไปด้วยดี คุณจะเห็นสิ่งนี้:

เปิดหน้าต่าง Miniconda3 ไว้ เราต้องการมันอีกครั้งในอีกสักครู่

เปิดไฟล์ ZIP "stable-diffusion-main.zip" ที่คุณดาวน์โหลดจาก GitHub ในโปรแกรมเก็บไฟล์ที่คุณโปรดปราน หรือ Windows ยังสามารถเปิดไฟล์ ZIP ได้ด้วยตัวเองหากคุณไม่มี เปิดไฟล์ ZIP ไว้ในหน้าต่างเดียว จากนั้นเปิดหน้าต่าง File Explorer อื่น แล้วไปที่โฟลเดอร์ “C:\stable-diffusion” ที่เราเพิ่งสร้างขึ้น

ที่เกี่ยวข้อง: รับความช่วยเหลือเกี่ยวกับ File Explorer บน Windows 10

ลากและวางโฟลเดอร์ในไฟล์ ZIP "stable-diffusion-main" ลงในโฟลเดอร์ "stable-diffusion"

กลับไปที่ Miniconda3 จากนั้นคัดลอกและวางคำสั่งต่อไปนี้ลงในหน้าต่าง:

 cd C:\stable-diffusion\stable-diffusion-main
conda env สร้าง -f environment.yaml
conda เปิดใช้งาน ldm
mkdir รุ่น\ldm\stable-diffusion-v1 

อย่าขัดจังหวะกระบวนการนี้ ไฟล์บางไฟล์มีขนาดใหญ่กว่ากิกะไบต์ ดังนั้นจึงอาจต้องใช้เวลาเล็กน้อยในการดาวน์โหลด หากคุณขัดจังหวะกระบวนการโดยไม่ได้ตั้งใจ คุณจะต้องลบโฟลเดอร์สภาพแวดล้อมและเรียกใช้ conda env create -f environment.yaml อีกครั้ง หากเป็นเช่นนั้น ให้ไปที่ “C:\Users\(Your User Account)\.conda\envs” และลบโฟลเดอร์ “ldm” จากนั้นเรียกใช้คำสั่งก่อนหน้า

หมายเหตุ: แล้วเราทำอะไรไปบ้าง? Python ให้คุณจัดเรียงโปรเจ็กต์การเข้ารหัสลงใน "สภาพแวดล้อม" แต่ละสภาพแวดล้อมแยกจากสภาพแวดล้อมอื่น ดังนั้นคุณจึงสามารถโหลดไลบรารี Python ต่างๆ ในสภาพแวดล้อมที่แตกต่างกันโดยไม่ต้องกังวลกับเวอร์ชันที่ขัดแย้งกัน เป็นสิ่งที่มีค่าอย่างยิ่งหากคุณกำลังทำงานในหลายโครงการบนพีซีเครื่องเดียว

บรรทัดที่เราเรียกใช้สร้างสภาพแวดล้อมใหม่ชื่อ “ldm” ดาวน์โหลดและติดตั้งไลบรารี Python ที่จำเป็นทั้งหมดเพื่อให้ Stable Diffusion ทำงาน เปิดใช้งานสภาพแวดล้อม ldm จากนั้นเปลี่ยนไดเร็กทอรีเป็นโฟลเดอร์ใหม่

เราอยู่ในขั้นตอนสุดท้ายของการติดตั้ง ไปที่ “C:\stable-diffusion\stable-diffusion-main\models\ldm\stable-diffusion-v1” ใน File Explorer จากนั้นคัดลอกและวางไฟล์จุดตรวจ (sd-v1-4.ckpt) ลงในโฟลเดอร์

รอให้ไฟล์ถ่ายโอนเสร็จสิ้น คลิกขวาที่ "sd-v1-4.ckpt" จากนั้นคลิก "เปลี่ยนชื่อ" พิมพ์ “model.ckpt” ในช่องที่ไฮไลต์ จากนั้นกด Enter เพื่อเปลี่ยนชื่อไฟล์

หมายเหตุ: หากคุณใช้ Windows 11 คุณจะไม่เห็น "เปลี่ยนชื่อ" ในเมนูบริบทคลิกขวา มีไอคอนที่ดูเหมือนช่องข้อความขนาดเล็กแทน

ที่เกี่ยวข้อง: ปุ่มเมนูบริบทเล็ก ๆ ของ Windows 11 จะทำให้ผู้คนสับสน

เท่านี้ก็เสร็จแล้ว ตอนนี้เราพร้อมที่จะใช้ Stable Diffusion แล้ว

วิธีใช้การแพร่กระจายที่เสถียร

สภาพแวดล้อม ldm ที่เราสร้างขึ้นมีความสำคัญ และคุณต้องเปิดใช้งานทุกครั้งที่คุณต้องการใช้ Stable Diffusion ป้อน conda activate ldm ในหน้าต่าง Miniconda3 แล้วกด "Enter" (ldm) ทางด้านซ้ายมือแสดงว่าสภาพแวดล้อม ldm ทำงานอยู่

หมายเหตุ: คุณต้องป้อนคำสั่งนั้นเมื่อคุณเปิด Miniconda3 เท่านั้น สภาพแวดล้อม ldm จะยังคงใช้งานได้ตราบใดที่คุณไม่ได้ปิดหน้าต่าง

จากนั้นเราต้องเปลี่ยนไดเร็กทอรี (เช่นคำสั่ง cd ) เป็น “C:\stable-diffusion\stable-diffusion-main” ก่อนที่เราจะสามารถสร้างภาพใดๆ ได้ วาง cd C:\stable-diffusion\stable-diffusion-main ลงในบรรทัดคำสั่ง

วิธีสร้างภาพด้วยการแพร่กระจายที่เสถียร

เราจะเรียกสคริปต์ว่า txt2img.py ซึ่งช่วยให้เราแปลงข้อความแจ้งเป็นรูปภาพขนาด 512×512 ได้ นี่คือตัวอย่าง ลองใช้วิธีนี้เพื่อให้แน่ใจว่าทุกอย่างถูกต้อง:

 python scripts/txt2img.py --prompt "ภาพระยะใกล้ของแมวโดย Pablo Picasso, สดใส, ศิลปะนามธรรม, มีสีสัน, มีชีวิตชีวา" --plms --n_iter 5 --n_samples 1

คอนโซลของคุณจะให้ตัวบ่งชี้ความคืบหน้าในขณะที่สร้างรูปภาพ

คำสั่งนั้นจะสร้างภาพแมวห้าภาพ ซึ่งทั้งหมดอยู่ที่ “C:\stable-diffusion\stable-diffusion-main\outputs\txt2img-samples\samples”

มันไม่สมบูรณ์แบบ แต่ดูคล้ายกับสไตล์ของ Pablo Picasso อย่างชัดเจน เช่นเดียวกับที่เราระบุไว้ในข้อความแจ้ง ภาพของคุณควรมีลักษณะคล้ายกันแต่ไม่จำเป็นต้องเหมือนกันเสมอไป

เมื่อใดก็ตามที่คุณต้องการเปลี่ยนสิ่งที่สร้างภาพ คุณเพียงแค่ต้องเปลี่ยนข้อความที่มีอยู่ในเครื่องหมายอัญประกาศคู่ต่อไปนี้ --prompt

เคล็ดลับ: อย่าเขียนใหม่ทั้งบรรทัดทุกครั้ง ใช้ปุ่มลูกศรเพื่อเลื่อนเคอร์เซอร์ข้อความไปรอบๆ และเพียงแค่แทนที่ข้อความแจ้ง

 python scripts/txt2img.py --prompt " ของคุณ คำอธิบาย ไปที่นี่ " --plms --n_iter 5 --n_samples 1

สมมติว่าเราต้องการสร้างโกเฟอร์ที่ดูสมจริงในป่ามหัศจรรย์โดยสวมหมวกของพ่อมด เราสามารถลองใช้คำสั่ง:

 python scripts/txt2img.py --prompt "ภาพถ่ายของโกเฟอร์สวมหมวกพ่อมดในป่า สดใส สมจริงเหมือนจริง มีมนต์ขลัง แฟนตาซี 8K UHD การถ่ายภาพ" --plms --n_iter 5 --n_samples 1 

ง่ายจริงๆ เพียงอธิบายสิ่งที่คุณต้องการอย่างเจาะจงที่สุด หากคุณต้องการบางสิ่งที่เหมือนจริงเสมือนภาพถ่าย อย่าลืมใส่คำที่เกี่ยวข้องกับภาพที่เหมือนจริงด้วย หากคุณต้องการสิ่งที่ได้รับแรงบันดาลใจจากสไตล์ของศิลปินที่เฉพาะเจาะจง ให้ระบุศิลปิน

Stable Diffusion ไม่ได้จำกัดเฉพาะภาพบุคคลและสัตว์เท่านั้น แต่ยังสร้างภาพทิวทัศน์อันน่าทึ่งได้อีกด้วย

อาร์กิวเมนต์ในคำสั่งหมายถึงอะไร?

Stable Diffusion มีการตั้งค่าและอาร์กิวเมนต์มากมายที่คุณสามารถจัดเตรียมเพื่อปรับแต่งผลลัพธ์ของคุณได้ โดยพื้นฐานแล้วบางตัวที่รวมอยู่ในนี้มีความจำเป็นเพื่อให้แน่ใจว่าการแพร่กระจายที่เสถียรจะทำงานบนคอมพิวเตอร์สำหรับเล่นเกมทั่วไป

• –plms — ระบุว่าจะสุ่มตัวอย่างภาพอย่างไร มีกระดาษเกี่ยวกับเรื่องนี้หากคุณต้องการตรวจสอบคณิตศาสตร์
• –n_iter — ระบุจำนวนการวนซ้ำที่คุณต้องการสร้างสำหรับแต่ละพรอมต์ 5 เป็นตัวเลขที่เหมาะสมเพื่อดูว่าคุณได้รับผลลัพธ์ประเภทใด
• –n_samples — ระบุจำนวนตัวอย่างที่จะสร้าง ค่าเริ่มต้นคือ 3 แต่คอมพิวเตอร์ส่วนใหญ่ไม่มี VRAM เพียงพอที่จะรองรับ ติดกับ 1 เว้นแต่คุณจะมีเหตุผลเฉพาะในการเปลี่ยนแปลง

แน่นอนว่า Stable Diffusion มีข้อโต้แย้งมากมายที่คุณสามารถนำไปใช้เพื่อปรับแต่งผลลัพธ์ของคุณได้ เรียกใช้ python scripts/txt2img.py --help เพื่อรับรายการอาร์กิวเมนต์ที่ละเอียดถี่ถ้วนที่คุณสามารถใช้ได้

มีการลองผิดลองถูกมากมายที่เกี่ยวข้องกับการได้ผลลัพธ์ที่ยอดเยี่ยม แต่นั่นก็สนุกอย่างน้อยครึ่งหนึ่ง ตรวจสอบให้แน่ใจว่าคุณได้จดหรือบันทึกอาร์กิวเมนต์และคำอธิบายที่ส่งคืนผลลัพธ์ที่คุณต้องการ หากคุณไม่ต้องการทำการทดลองทั้งหมดด้วยตัวเอง มีชุมชนที่กำลังเติบโตบน Reddit (และที่อื่น ๆ ) ที่ทุ่มเทให้กับการแลกเปลี่ยนรูปภาพและข้อความแจ้งที่สร้างพวกเขา