首页 > 其他分享 >丹摩智算(damodel)部署stable diffusion实验

丹摩智算(damodel)部署stable diffusion实验

时间:2024-09-27 18:54:53浏览次数:3  
标签:diffusion opt 丹摩智算 damodel webui install stable software

名词解释:

西云算力

丹摩智算(damodel):是一款带有RTX4090,Tesla-P40等显卡的公有云服务器。

stable diffusion:是一个大模型,可支持文生图,图生图,文生视频等功能

一.实验目标

注册丹摩智算(damodel) 账户,创建带有显卡(Tesla-P40)的公有云服务器,系统为:ubuntu22.04_tensorflow2.1,通过ssh协议连接到公有云服务器,在该服务器上安装stable diffusion,适配成功后,通过浏览器访问stable diffusion后,实现文生图的功能

二.实验环境准备

1.公有云:丹摩智算(damodel)

2.系统:ubuntu22.04_tensorflow2.1

3.显卡:Tesla-P40 

4.ssh连接工具:finalshell

5.stable diffusion:Stable Diffusion web UI

三.实验步骤

1.丹摩智算(damodel) 账户 注册

2.创建带显卡的公有云服务器。显卡:Tesla-P40  系统:ubuntu22.04_tensorflow2.1

3.ssh连接工具finalshell下载安装

4.通过ssh协议连接后,在ubuntu22.04_tensorflow2.1公有云上部署stable diffusion

5.Stable Diffusion web UI部署成功后,通过浏览器访问

6.在Stable Diffusion web UI页面上,输入关键词,生成图片

四.实验过程

注意事项:

由于需要下载模型,模型50g大小,所以磁盘一定要在创建实例的时候一次性创建够用。例如:200g系统盘,300g数据盘。

1.丹摩智算(damodel) 账户 注册

 浏览器登录地址:https://www.damodel.com/home

注册成功后进入页面 

点击创建实例

  

2.创建带显卡的公有云服务器。显卡:Tesla-P40  系统:ubuntu22.04_tensorflow2.1

 选择显卡型号,操作系统和默认支持框架,并选择使用优惠券和付费方式

创建成功后 

3.ssh连接工具finalshell下载安装

下载地址:FinalShell SSH工具,服务器管理,远程桌面加速软件,支持Windows,macOS,Linux,版本4.5.6,更新日期2024.8.27 - FinalShell官网

弹出来

 

安装成功后, 丹摩DAMODEL|让AI开发更简单!算力租赁上丹摩! 找到实例登录的用户名和密码(访问链接和密码分别复制获取)

输入实例 ip和用户名,密码 

登录成功后

4.Stable Diffusion web UI下载与部署

注意事项:由于github访问慢的原因,所以本文会用离线下载后上传安装Python组件的方式和修改github地址为gitee两种方式来解决。gitee库已放在文章中,过程vim 修改utils文件,请仔细修改,耐心操作

地址:GitCode - 全球开发者的开源社区,开源代码托管平台

  1. 安装依赖项:
# 更新库
sudo apt update
# 基于Debian的:
sudo apt install wget git python3 python3-venv libgl1 libglib2.0-0

 

中间输入y 

sudo apt install --no-install-recommends google-perftools

 

  1. 转至期望安装webui的目录,执行以下命令:
mkdir /opt/software
cd /opt/software
git clone https://gitcode.com/gh_mirrors/st/stable-diffusion-webui.git

或者在本地下载之后上传

创建用户,设置密码

root@crm1uavhri0c73fveip0-arhmb:/opt/software# useradd diffusion
root@crm1uavhri0c73fveip0-arhmb:/opt/software# passwd diffusion
输入密码:123456

  1. 运行webui.sh
    bash webui.sh -f 

  2. 这里遇到一个问题,执行到上面下载步骤,有2G大小的文件需要下载,但是网速只有200k,需要两个小时才能下载成功。需要耐心等待。
  3. 查看webui-user.sh以获取选项。

 创建目录:/opt/software/stable-diffusion-webui/

mkdir /opt/software/stable-diffusion-webui/

修改文件,去掉root登录限制

sudo apt install python3-pip

手动下载whl文件后,上传到服务器,然后安装

下载地址:https://download.pytorch.org/whl/cu121/torch-2.1.2%2Bcu121-cp310-cp310-linux_x86

 pip install torch-2.1.2+cu121-cp310-cp310-linux_x86_64.whl

 

下载clip并安装

下载地址:

https://github.com/openai/CLIP/archive/d50d76daa670286dd6cacf3bcd80b5e4823fc8e1.zip

用sheel工具上传

下载后安装:

python3  -m pip install CLIP-d50d76daa670286dd6cacf3bcd80b5e4823fc8e1.zip --prefer-binary

’ 

安装bc计算工具

 apt-get install bc

/opt/software/stable-diffusion-webui/venv/bin/python -m pip install /opt/package/CLIP-d50d76daa670286dd6cacf3bcd80b5e4823fc8e1.zip --prefer-binary

下载安装openc_clip

地址:https://github.com/mlfoundations/open_clip/archive/bb6e834e9c70d9c27d0dc3ecedeebeaeb1ffad6b.zip

下载后上传 

安装:

/opt/software/stable-diffusion-webui/venv/bin/python -m pip install /opt/package/open_clip-bb6e834e9c70d9c27d0dc3ecedeebeaeb1ffad6b.zip --prefer-binary

 python  -m pip install open_clip_torch
 python3  -m pip install open_clip_torch

安装

修改文件/opt/software/stable-diffusion-webui/modules/launch_utils.py,

vim 找到198行,替换stable-diffusion-webui-assets.git的github地址为gitee 


mkdir -p /opt/software/stable-diffusion-webui/repositories
cd /opt/software/stable-diffusion-webui/repositories/
git clone https://gitee.com/akavir/stable-diffusion-webui-assets.git

xsinbegin/stable-diffusion-stability-ai

修改stable-diffusion-stability-ai 地址为gitee.

修改stablediffusion地址为gitee

vim /opt/software/stable-diffusion-webui/modules/launch_utils.py

https://gitee.com/akavir/stablediffusion.git

修改generative-models: from https://github.com/Stability-AI/generative-models.git 

https://gitee.com/llf/Stability-AI-generative-models.git

更改k-diffusion库

 vim /opt/software/stable-diffusion-webui/modules/launch_utils.py

找到该行

用下面的链接替换 

https://gitee.com/dinglinhe/k-diffusion.git

替换blip

 地址为:

https://gitee.com/dinglinhe/BLIP.git

安装xfromer

pip install xformers

执行 部署脚本

bash /opt/software/stable-diffusion-webui/webui.sh -f

注:本文未安装模型,在安装模型前需要扩展硬盘 

5.Stable Diffusion web UI部署成功后,通过浏览器访问

http://127.0.0.1:7860

注:本文由于模型下载的缘故,暂未成功,后续补充

6.在Stable Diffusion web UI页面上,输入关键词,生成图片

需要等待模型下载成功后,继续实验

五.演示效果:

模型下载成功后演示

六.注意事项

1.丹摩智算(damodel)平台优惠券只有50元,创建成功实例后,由于是按时间进行算费,需要注意使用时效的问题

2.ERROR: This script must not be launched as root, aborting...

错误解决:

方法一. 运行 bash webui.sh如果是root用户,需要注释掉webui.sh中关于root权限的判断。

创建用户

方法二:或者:bash webui.sh -f 

 3.必须先执行sudo apt update 更新库,再安装依赖环境,否则会报错

4.ERROR: Cannot activate python venv, aborting...

5.

Cannot locate TCMalloc. Do you have tcmalloc or google-perftool installed on your system? (improves CPU memory usage)

 

七.附录

官网手册:

diffusion,opt,丹摩智算,damodel,webui,install,stable,software
From: https://blog.csdn.net/jiao_zg/article/details/142370142

相关文章

  • [大语言模型-论文精读] Diffusion Model技术-通过时间和空间组合扩散模型生成复杂的3D
    ​​​​​​GenerationofComplex3DHumanMotionbyTemporalandSpatialCompositionofDiffusionModelsLMandelli,SBerretti -arXivpreprintarXiv:2409.11920,2024通过时间和空间组合扩散模型生成复杂的3D人物动作摘要本文提出了一种新的方法,用于生成在......
  • SD(Stable Diffusion)模型的基本工作数据流
    SD(StableDiffusion)模型的基本工作数据流主要涉及图像生成过程,它建立在深度学习的基础上,利用神经网络对图像和文本进行建模和学习。以下是SD模型基本工作数据流的详细步骤:1.数据预处理收集数据:首先,需要收集大量的图像数据和相应的文本描述作为训练数据。这些数据需要满足......
  • 丹摩智算:ChatGLM-6B模型的部署与使用指南
    文章目录......
  • 如何撰写一个优秀的 stable diffusion 提示词?看完这篇文章包会的!
    在本文中,我将详细介绍如何撰写一个优秀的提示词。首先,需要明确的是,称一种方式为好,并不意味着你只能使用这种方式,就像我们都知道一些书籍是好书,但并不意味着每个人都只能阅读这些书一样。通过学习其中一种好的方式,可以建立起一些概念,帮助你更快入门AI绘画。因此,这篇文章我......
  • DAMODEL丹摩智算平台实践CogVideoX
    文章目录前言一、平台账号注册并登录二、部署CogVideoX(一)简介(二)部署1.创建实例2.配置环境和依赖3.预制模型与配置文件三、开始运行总结前言该文章主要记录DAMODEL丹摩智算平台实践过程与心得体会,本次实践的内容为CogVideoX-2b-部署与使用;DAMODEL平台地址为:丹......
  • 【论文阅读】ChainedDiffuser: Unifying Trajectory Diffusion and Keypose Predictio
    Abstract我们提出了chaineddiffuser,这是一种policy架构,它结合了动作键预测和轨迹扩散生成,用于从演示中学习机器人操作。我们的主要创新是使用全局基于转换器的动作预测器来预测关键帧的动作,这是一项需要多模态语义场景理解的任务,并使用局部轨迹扩散器来预测连接预测宏动作的轨......
  • 论文研读——《RF-Diffusion: Radio Signal Generation via Time-Frequency Diffusion
    本文的是有关无线电信号生成的一篇文章。目录论文简介名词补充现有RF数据生成模型论文贡献RF-Diffusion时频扩散时频扩散——正向销毁过程时频扩散——正向销毁过程时频扩散——逆向恢复过程  时频扩散——条件生成分层扩散Transformer分层扩散Transformer——......
  • 详解Diffusion扩散模型:理论、架构与实现
    本文深入探讨了Diffusion扩散模型的概念、架构设计与算法实现,详细解析了模型的前向与逆向过程、编码器与解码器的设计、网络结构与训练过程,结合PyTorch代码示例,提供全面的技术指导。关注TechLead,复旦AI博士,分享AI领域全维度知识与研究。拥有10+年AI领域研究经验、复旦机器人智......
  • LLM大模型: Denoising Diffusion Probabilistic Models 原理解析与核心代码
      根据文本生成图片是AI的核心应用之一,2020年后主流的生成方式都是基于DenoisingDiffusionProbabilisticModels原理的,逐渐替代了之前使用GAN的方式生成图片!那么DDPM为啥能取代GAN了?其优势在哪?或者说GAN的劣势在哪?  1、CLIP模型都知道吧?text和image都通过各自的enco......
  • Stable Diffusion 使用详解(13)--- 3D纹理增强
    目录背景NormalMap描述原理使用心得例子描述原图参数设置底模​编辑正负相关性提示词其他参数controlnet效果还能做点啥调整效果背景实际上,在stablediffusion中,你获取发现很多controlnet其实功能有点类似,你都使用完一遍之后,会发现条条道路通罗马,有的......