(AI绘画)电脑再差也不怕,教你白嫖谷歌玩StableDiffusion教程

基于新张量核范数的TRPCA:多维数据低秩稀疏分解的理论与实践 本文深入探讨了基于新张量核范数的TRPCA(张量鲁棒主成分分析)技术。该技术通过t-product运算和新定义的张量核范数,能有效从多维数据(如视频、彩色图像)中分离低秩背景与稀疏前景/噪声。文章结合理论、核心算法(ADMM、t-SVT)及图像恢复、视频背景建模等实战案例,展示了其在处理复杂多维数据分解任务中的强大优势。 阅读详情

最近总有同学找我,想玩想学AI绘画,但是无奈自己的电脑配置太低,玩不了AI绘画,非常难过。但是升级电脑低端的显卡不想要,好的配置又觉得太贵买不起。

于是找到我,说:救救孩子吧,孩子也想玩AI绘画。

我:上次不是教了用那个什么rightbrain.art在线网站画画吗?

同学:那个网站好是好,但是sd很多丰富功能的插件,比如tagger反推图像生成信息,比如一些最新的lora,比如controlnet这些好玩的功能都没有。我还是想玩完整版的stable
webui。

我:好吧,来,舅宠着你爸。

那么,今天就带你们白嫖谷歌的高端16G显卡来玩stable diffusion webui 的AI画图吧。

二.

1.打开谷歌drive新建一个文件夹,叫做model。(需要有谷歌账户,需要开外网)

(1)打开谷歌drive https://drive.google.com/drive/my-drive

(2)点击my drive,new folder新建文件夹,并改名为model。

img

2.打开google colab并同步ipython文件

(1)打开 https://colab.research.google.com/

(2)点击file-upload notebook,在弹出来的窗口里面选择github,输入
https://github.com/TheLastBen/fast-stable-
diffusion/blob/main/fast_stable_diffusion_AUTOMATIC1111.ipynb,然后选择下面那个automatic1111这个ipynb文件。

img

(3)点击runtime-change runtime type,确认一下硬件加速方式是不是gpu,如果是就不用动,不是就改成gpu再保存。是就不用管了。

img

3.连接谷歌colab和谷歌drive

鼠标上下移动,找到弹出的小按钮,点击+code,输入下面代码并点击左侧的执行。

如果弹出2次确认窗口询问,就点击同意,允许,通通同意。

​

from google.colab import drive
drive.mount('/content/gdrive')

​

  * 1
  * 2

​

img
4.下载基础模型(大模型)

同3一样,新建一个+ code,

然后输入下面指令之后,左侧点击执行。

​

!cd /content/gdrive/MyDrive/model; wegt https://civitai.com/api/download/models/11745 --content-disposition

​

  * 1

​

img

你会看到下载速度飞快,60多m每秒,慕了慕了。

下载完之后,你在左侧的文件框点击gdrive->model文件夹下面,也能看到有相关ckpt文件了。

img

如果还需要下载其他模型,可以自己修改上面代码中的“https://civitai.com/api/download/models/11745”部分,改成你要下载的模型地址。

要获取下载地址,自己去civitai模型详情页面,右上侧下载按钮点击右键即可用“复制地址”指令获得。

但也要记得,你只有15G,别下太多了,下多了也装不下。

我是只下了一个conterfeit画漫画,一个chilloutmix画真人。大概八九个G吧。

5.运行安装指令

(1)运行install update automatic 1111 repo指令安装sd

(2)运行requirements指令 安装依赖

(3)依次运行,等待左侧出现小勾勾再走运行下一个。

img
6.修改大模型路径

(1)左侧文件夹找到gdrive->mydrive->model右侧的三个点,然后点击copy path;

(2)把复制好的路径放在path to model 栏。

(3)点击model左侧的执行按钮

img

7.设置control net

如果你要用controlnet,你就选择相关模型,再点击左上角的运行。如果不用就跳过这步也可以。(记住你只有15G)

img

8.运行sd

(1)点击start stable diffusion左侧的开始按钮。

img

(2)等一会,直到下方显示running on public url:xxxx

img

(3)鼠标直接点击生成的url,就能打开webui界面,然后开始画图玩耍啦

img
(4)画完的图可以自己右键另存为,也可以在谷歌drive->sd->stable-diffusion-webui->output里面找到。

三.其他说明

1.功能

(1)经测试,这个google colab可玩性还是蛮高的。生成一张512x512全默认参数的情况下,速度大概2-5秒一张图。开face restore
,hiresfix也都能随便跑,直接跑2048*2048的图也不会爆显存。

img

(2)支持自己自己去extension里面安装各种插件。

(3)可以用第四步里面下载大模型的方法去下载和使用lora模型。

img
(4)Controlnet也能支持。

img

2.那么colab玩法有没有缺点呢,当然有。

(1)需要内外网通畅。

(2)存储只有15G(随便下几个模型就满了,随便点几个功能就满了),而且国内用户不好升级存储,有钱都没地方花。

(3)colab免费版只支持一个进程。不能执行多个任务。如果算力紧张免费用户可能会很慢,可能会被踢下线。

(4)每次打开都要执行加载谷歌drive,下载sd,下载依赖环境,运行等几步,对普通人使用体验不太友好。

(5)每天能使用的算力额度有限,估计跑几百张图还是多少,就会提示今日已不可用。需要订阅或者升级会员。不过给的额度不少,正常一般人一天够用了。

3.虽然colab有那么多缺点,但是不用钱,而且还支持完整版sdwebui的功能,可以说,还是很给力滴。

本教程已经比较详细,如果还有不会的可以私,会尽量回复。
在这里插入图片描述

Obsidian与GPT协作:数学公式从KaTeX到MathJax的无缝转换实践 本文针对Obsidian用户从GPT等AI助手复制数学公式时遇到的KaTeX与MathJax格式不兼容问题,提供了高效的解决方案。重点介绍了KaTeX to MathJax插件的核心作用,它能自动将AI生成的KaTeX格式公式(如\(...\))无缝转换为Obsidian默认支持的MathJax格式($...$),实现复制粘贴后公式即时渲染,极大提升了数学笔记与AI协作的效率和流畅度。 阅读详情

相关推荐

YOLOv8中间特征层可视化

在通过观察这些特征,可以清楚地看到模型如何逐步将输入图像转化为有意义的表示。

weixin_45314480的博客 6897

使用Google colab玩转Stable Diffusion

等待连接之后Google colab就开始运行脚本,需要等待约十分钟左右(因为Google Colab 要从云端下载Stable Diffusion模型),大概十分钟后会出现两个链接,随便选择一个。,选择选择ChilloutMix 模型,只要点击「Stable」就会自动跳到Google Colab 页面。修改相关参数,Sampling method一般改成。进入Google colab页面,点击运行。,Sampling steps一般到。左右,CFG Scale一般到。点击运行后会跳出警告,选择。

weixin_45787526的博客 5867

pandas,构造MultiIndex的四种方法:from_tuples、from_arrays、from_product、from_frame

1、from_tuples:通过 “元组对” 构造MultiIndex """ 一对元组,为一个索引 """ tuples = [(1, 'red'), (1, 'blue'), (2, 'red'), (2, 'blue')] pd.MultiIndex.from_tuples(tuples, names=('number', 'color')) 2、from_arrays:通过 “列表元素的组合” 构造MultiIndex """ 列中表的元素,按位置 对应组合,形成索引 """ arrays

jieru_liu的博客 5391

立省千元!Google Colab上的Stable Diffusion安装教程

只需要在 Google Colab 上安装 Stable Diffusion,就可以在云端运行程序,并且免费获得 16G 的显存。这不仅可以帮你提高计算速度,还可以节省大量的时间和几千元购买GPU的费用。。

lb5482464的博客 3505

PoP(Package on Package)封装技术探讨

PoP(Package on Package)封装技术摘要 PoP是一种3D封装技术,通过垂直堆叠已完成封装的器件(如SoC+DRAM)实现高密度集成,典型应用于智能手机等空间受限场景。其核心优势包括:节省主板面积(垂直堆叠)、优化高速信号完整性(短互连路径)、提升供应链灵活性(独立测试与选型)。PoP结构分为底封装(通常为Flip-Chip BGA的SoC)和顶封装(如FBGA存储芯片),通过焊球阵列互连,一次回流焊完成组装。

sinat_15150363的博客 376

在YOLO中扩充新类别并且不影响旧类的识别精度

让我们先从简单的部分开始:用我们的新类训练自定义 YOLOv8 模型。在本教程中,我们将向模型添加车牌类。我们将使用Roboflow 中的一个数据集。这个数据集有两个车牌类。在开始训练之前,我们还必须对库进行一些更改。为了节省时间,我还将本教程中我们将进行的更改转换为补丁该补丁包含多项更改,但大多数更改都用于指南的下一部分。if RANK!= -1:是的,我们将编写一个回调。我们希望将此自定义训练模型的头部与 COCO 预训练模型中的旧头部一起使用。

如果想成为中心,那么就到中心去吧。 1226

免费永久安装Stable diffusion WebUI到Google drive云端教程,免费GPU无限跑图,随时随地运行|Google colab|AI绘图攻略|免费硬盘 免费GPU

免费运行stable diffusion的方案中,google colab方案是最好的,但是但是他每24小时会清空数据,每次跑图都要重新下载模型。。。那么我们该如何长期保有自己的数据呢?文本将解决这个问题,唯一的前提就是你的google云盘还有足够的空间~~

暂时先用这个名字 4964

深度学习部署工程师--8(docker+TensorRT部署到推理+yolo人体检测)下

本文介绍了YOLOv5模型通过TensorRT加速部署的流程。首先需要检查磁盘空间,确保有30GB可用。文章对比了不同推理方式的性能:int8量化+TensorRT可达200FPS,纯TensorRT为166FPS,CUDA为147FPS,CPU为93FPS。重点讲解了将YOLOv5模型导出为ONNX格式的详细步骤,包括修改Detect类的forward方法以移除decode运算,使用git patch批量修改代码,安装必要的依赖库,以及通过onnx-graphsurgeon工具修改ONNX图结构。最终目标

FJN110的博客 496

kaggle(白嫖免费GPU,新手必看!!!)

超详细新手白嫖kaggle GPU教程,不可错过哦

m0_45267220的博客 3万+

PTC Creo软件二次开发:使用C++进行Creo二次开发实战

C++是一种静态类型的、编译式的、通用的、大小写敏感的、不规则的编程语言,支持过程化编程、面向对象编程和泛型编程。由Bjarne Stroustrup在贝尔实验室开发,最初作为C语言的增强版出现,后来发展成为一种独立的语言。C++不仅保留了C语言的高效性和灵活性,还引入了类、模板、命名空间等高级特性,使其成为开发复杂系统和软件的理想选择。

kkchenjj的博客 4054

构建具有预测维护能力的AI Agent

随着工业4.0的推进,工业设备的复杂性和自动化程度不断提高,设备的稳定运行对于企业的生产效率和经济效益至关重要。预测维护作为一种先进的设备维护策略,能够通过对设备状态的实时监测和分析,提前预测设备故障,从而避免设备意外停机,降低维护成本。本文的目的是详细阐述如何构建具有预测维护能力的AI Agent,涵盖从数据采集、处理、模型训练到实际应用的整个流程,为企业和开发者提供全面的技术指导。本文将按照以下结构进行组织:首先介绍核心概念与联系,包括预测维护和AI Agent的基本原理和架构;

2501_92132293的博客 943

【AI绘画】电脑再差也不怕,教你白嫖谷歌玩StableDiffusion教程

最近总有同学找我,想玩想学AI绘画,但是无奈自己的电脑配置太低,玩不了AI绘画,非常难过。但是升级电脑低端的显卡不想要,好的配置又觉得太贵买不起。于是找到我,说:救救孩子吧,孩子也想玩AI绘画。我:上次不是教了用那个什么rightbrain.art在线网站画画吗?同学:那个网站好是好,但是sd很多丰富功能的插件,比如tagger反推图像生成信息,比如一些最新的lora,比如controlnet这些好玩的功能都没有。我还是想玩完整版的stablewebui。我:好吧,来,舅宠着你爸。

Misdirection_XG的博客 1055

fast-lio系列改进版本

2.回环检测的优化结果,更新到FAST-LIO2的当前帧位姿中,幷进行ikdtree的重构,进而更新submap。其它的效果还不清楚,实测lio部分稳定性很好。用fast-lio_slam就很稳定。融合了fast-lio2和sc-pgo,两部分分开运行,SC-PGO从FAST-LIO2节点获取里程计和激光雷达点云主题。的作者kim在FAST-LIO2的基础上,添加SC-PGO模块,通过加入ScanContext全局描述子,进行回环修正,SC-PGO模块与FAST-LIO2解耦,非常方便,很优秀的工作。

z1872385的博客 3189

【stable diffusion部署】电脑再差也不怕,教你白嫖谷歌玩StableDiffusion教程

stable diffusion部署:最近总有同学找我,想玩想学[AI绘画],但是无奈自己的电脑配置太低,玩不了AI绘画,非常难过。但是升级电脑低端的显卡不想要,好的配置又觉得太贵买不起。于是找到我,说:救救孩子吧,孩子也想玩AI绘画。我:上次不是教了用那个什么rightbrain.art在线网站画画吗?同学:那个网站好是好,但是sd很多丰富功能的插件,比如tagger反推图像生成信息,比如一些最新的lora,比如controlnet这些好玩的功能都没有。我还是想玩完整版的stablewebui。

z19981的博客 1245

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术,以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索,主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式,计算机控制系统的数学描述与基本分析方法,以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

告别硬件焦虑!手把手教你白嫖谷歌畅玩 StableDiffusion

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

m0_71746299的博客 798

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

告别硬件焦虑!零成本解锁谷歌 StableDiffusion 绘画技能

最近身边同学频频向我求助,他们满心期待尝试 AI 绘画,却被电脑配置牢牢困住。低端显卡无法满足运行需求,而高配置电脑高昂的价格又让他们望而却步,只能无奈叹息。看着他们渴望又失落的眼神,一句 "救救孩子吧,好想体验 AI 绘画" 道出了多少囊中羞涩的遗憾。

m0_71745258的博客 706

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

白嫖谷歌搭建个人AI绘画(stable-diffusion),A卡救星

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。​AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

z551646的博客 505

AI绘画教程:如何用Stable Diffusion始终画同一个人?

在第2步骤:下载模型,下载SD模型里面,有一个“其他sd模型下载网址”,填入/content/dirve/MyDrive/Dreambooth_model/model.ckpt,就可以把刚才训练生产的模型安装到colab包里面。每次生成图片的时候,都是随机的,也就是如果我想画三幅画:一个女孩在跑、一个女孩在读书、一个女孩在吃饭,三张图片中的女孩相貌是不一样的。这个时候,我们就需要让AI识别出这个女孩的相貌特征,记住她,然后以后每次生成图片的时候,就可以保持是同一个人了,如下图的效果。

2401_85725028的博客 1031

AI绘画御三家SD3强势发布! 又没完全发布?(附三种使用方法)

Stable Diffusion3只是正式开放他的API接口,每人能够体验但不能像之前一样本地部署,无限使用。我们需要先申请APIKey。

m0_59162248的博客 963

Stable Diffusion系列课程上:安装、提示词入门、常用模型(checkpoint、embedding、LORA)、放大算法、局部重绘、常用插件

介绍了stable diffusion基本功能:安装、提示词入门、常用模型(checkpoint、embedding、LORA)、放大算法、局部重绘、常用插件

qq_56591814的博客 8950
上一篇: [SD必备知识]:散景摄影:捕捉梦幻般景深主体与虚化背景图像摄影,让你在家也能拥有影楼般的体验
下一篇: AI绘画:三分钟教你用SD生成绝美光影文字
不秃头de程序猿
博客等级 码龄5年 4091粉丝 1480原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值