用趋动云GPU部署自己的Stable Diffusion

已于 2023-11-10 20:35:46 修改
阅读量1.4k 收藏 1
点赞数 1
CC 4.0 BY-SA版权
文章标签： stable diffusion Datawhale GPU 人工智能 趋动云
于 2023-11-09 22:18:06 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/jeffliu123/article/details/134306593
本文介绍了如何在DataWhale的开源平台上使用免费GPU创建AI项目，包括在驱动云工作台创建项目，初始化开发环境，部署模型并解决可能出现的镜像源问题。最后，用户可以体验stablediffusion模型并登录进行测试。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

注：本文内容来自于对DataWhale的开源学习项目——免费GPU线上跑AI项目实践的学习，参见：Docs，引用了多处DataWhale给出的教程。

1.创建项目

1）进入趋动云用户工作台，在当前空间处选择注册时系统自动生成的空间（其他空间无免费算力）；

2）点击 快速创建，选择 创建项目，创建新项目；

3）填写项目名称及项目描述；镜像和数据集选择如下；

最低0.47元/天 解锁文章
【Stable Diffusion】在windows环境下部署并使用Stable Diffusion Web UI---通过 Conda
AnChenliang_1002的博客
12-12 2605
Stable Diffusion是当下最强大的AI绘画工具；可本地部署，可切换多种模型，且新的模型和开源库每天都在更新发布，最重要的是免费，没有绘图次数限制；其是一种基于深度学习的文本到图像生成模型，于2022年发布。它能够根据文本描述生成详细的图像，同时也可以应用于其他任务，例如图生图，生成简短视频等。是一个基于Web的用户界面，用于使用Stable Diffusion进行图像生成和其他任务。该Web UI由AUTOMATIC1111开发，并开源上传至Github，也是目前使用最多的WebUI版本。
基于趋动云的 Stable Diffusion Webui 环境搭建
蓝星极盾
04-25 1772
基于云化GPU平台，部署stable-diffusion-webui。
如何在趋动云上跑stable diffusion进行AI绘图
Luoxi23333的博客
03-15 1255
然后点击下面的Public URL即可进入webui开始绘图操作，后续进入webui也只需要运行这个代码块即可。前面的步骤已经教大家去下载对应的插件了，插件里面包括了很多常用的插件，其中就包括了对webui的汉化。我们可以以下的命令将该文件夹和ai绘图项目的大模型文件夹进行建立软连接。文件夹下面，其中里面的pretrain就是对应的模型文件夹。4、进入开发环境并将对应的脚本文件导入。1、首先进入前面导入的脚本文件。2、然后填写相关的项目信息。然后就可以生成图片啦！2、然后执行以下的操作。
趋动云使用教程：开启高效云端开发之旅
qq_64274326的博客
12-09 1105
首先，访问趋动云官方网站，点击右上角的“注册”按钮，按照提示填写邮箱、密码等信息完成注册。注册成功后，返回首页点击“登录”，输入账号密码即可进入趋动云控制台。
3 任务3 使用趋动云部署自己的stable-diffusion
Alexa_的博客
11-08 966
当然，你也可以把你的端口信息发送给别人，或者发送到手机上用浏览器打开，一样也可以使用。运行初始化中，等待约5-10分钟，当右侧的网页终端和JupyterLāb不再是灰色时，表明工具注入成功。访问这个网址时，会出现一个登录页面，账号qdy密码123456。4.待项目信息完善后，点击确定，弹出框选择暂不上传。，请确保当前所在空间是注册时系统自动生成的空间。2.点击：快速创建，选择创建项目，创建新项目。3,填写相关的项目信息，镜像及数据集选择如下。镜像和数据集选择完毕之后，点击"创建"
【DataWhale学习】用免费GPU线上跑StableDiffusion项目实践
你一定能够成为你想要去成为的人。
03-12 1899
本文以趋动云平台为例，详细介绍下如何通过平台提供的在线开发环境，直接在云端编写、运行代码，并使用GPU资源进行加速。用免费GPU创建属于自己的聊天GPT用免费GPU部署自己的stable-diffusion注册即送168元算力金Datawhale专属注册链接：https://growthdata.virtaicloud.com/t/SA适用人群新手开发者、快速原型设计者；需要协作和分享的团队；对大模型部署感兴趣的人；深度学习入门学习者；对使用GPU资源有需求的人。
SD新手入门 | 超快上手stable diffusion云端部署
Grumpy_Amber的博客
10-17 819
本文将介绍如何利用云厂商的免费额度进行stable diffusion云端部署的尝试。还可以进一步初始化模型管理功能，允许自定义上传或下载更多风格各异的插件与基础模型，丰富创作工具箱。整个过程简单易行，非常适合新手入门且成本可控。
Stable Diffusion——使用TensorRT GPU加速提升Stable Diffusion出图速
01-29 858
Diffusion 模型在生成图像时最大的瓶颈是速度过慢的问题。为了解决这个问题，Stable Diffusion 采用了多种方式来加速图像生成，使得实时图像生成成为可能。最核心的加速是Stable Diffusion 使用了编码器将图像从原始的 3512 大小转换为更小的 464 大小，从而极大地降低了计算量。它还利用了潜在表示空间（latent space）上的 Diffusion 过程，进一步降低了计算复杂度，同时也能保证较好的图像生成效果。
AWS部署Stable-Diffusion
qq_33848179的博客
04-29 910
如何在AWS（亚马逊）上部署属于自己的Stable-Diffusion，构建无硬件环境、区域限制的AI绘图应用
2 任务2： 使用趋动云GPU进行猫狗识别实践
Alexa_的博客
11-07 422
使用趋动云提供的免费GPU，进行猫狗识别实践。虽然例程里面提供的是基于tensorflow的，但是你也可以使用pytorch的代码使用这个平台的一个优点就是方便，各种环境等等应有尽有；还有一些常见的数据集。
【大模型部署01】---------使用趋动云免费算力部署ChatGLM3-6B大模型
慕溪同学的博客
11-04 1726
学习大模型和会部署大模型的重要性。
基于趋动云的chatGLM-6B模型的部署
蓝星极盾
04-24 1384
趋动云上部署chatGLM-6B模型
基于趋动云部署秋葉aaaki的Stable Diffusion整合包v4--linux版
热门推荐
蓝星极盾
05-11 2万+
B站大V秋葉aaaki的Stable Diffusion整合V4版发布了，集成度比较高，在windows下解压缩直接就可以使用，整合的非常好。但是笔人没有RTX4090这样级别的显卡，又希望有个高速运行的效果。所以索性到云GPU主机上来用秋叶aaaki的Stable Diffusion webui，一番研究后，在趋动云部署成功。运行良好，速度飞快。特此分享。
基于趋动云部署复旦大学MOSS大模型
蓝星极盾
04-26 3304
厦门大学发布了大语言模型MOSS，专门找了个云平台，GPU主机部署安装试了一下。80G的显存，跑起来~~
3分钟在趋动云上快速部署ChatGLM3-6B
weixin_46227276的博客
03-06 986
执行如下命令，部署基于 gradio 的网页版对话demo，将运行后的 gradio 网址在浏览器中打开，即可体验ChatGLM3-6B的对话能力。打开趋动云算力平台注册链接：https://growthdata.virtaicloud.com/t/tA ，填写相关注册信息并进行注册。从gitee克隆ChatGLM3-6B，复制以下代码在终端中运行。体验完毕后记得及时关闭项目，防止算力资源的浪费。切换到自己刚刚创建账号后默认的那个用户空间。，选择对应的算力资源并开放web访问端口。
趋动云部署chatglm3，超详细不踩坑全过程
qq_43650129的博客
01-23 903
在云上部署chatglm3模型，超详细，不踩坑。
如何用趋动云GPU线上跑AI项目实践-部署最新的ChatGLM3-6B模型
jeffliu123的博客
11-05 2693
选择预训练模型，点击公开，选择不要葱姜蒜上传的这个ChtaGLM3-6B模型。都选完之后，点击右下角的创建，代码选择暂不上传。待会直接clone代码。创建好账号之后，进入自己的空间，点击右上角的创建项目。镜像选择pytorch2.0.1，python3.9。给项目起一个你喜欢的名称，选择本地代码。
如何使用趋动云实现DragGAN
weixin_45997909的博客
10-23 478
在本文，将使用趋动云的虚拟环境实现预训练的DragGAN模型
Stable Diffusion云端部署只需三步, 不吃电脑配置, 模型快速部署
snailuncle2的博客
05-14 4923
Stable diffusion是一个基于Latent Diffusion Models（潜在扩散模型，LDMs）的文图生成（text-to-image）模型。具体来说，得益于Stability AI的计算资源支持和LAION的数据资源支持，Stable Diffusion在LAION-5B的一个子集上训练了一个Latent Diffusion Models，该模型专门用于文图生成。
本地部署stable diffusion
最新发布
06-12
### 如何在本地环境部署 Stable Diffusion 模型 要在本地环境中成功部署 Stable Diffusion 模型，需要完成以下几个关键步骤。以下是详细的说明： #### 1. 确认硬件和软件需求 确保你的计算机满足运行 Stable Diffusion 的最低要求。通常需要一个支持 CUDA 的 NVIDIA 显卡以及足够的显存（建议至少 6GB 或更高）。此外，操作系统可以是 Windows、Linux 或 macOS[^2]。 #### 2. 下载并安装 Stable Diffusion WebUI - 首先，克隆 `stable-diffusion-webui` 仓库到本地： ```bash git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git ``` 这一步会下载 Stable Diffusion 的用户界面工具[^3]。 #### 3. 准备模型文件 下载所需的 Stable Diffusion 模型文件，并将其重命名为 `model.ckpt`。然后将该文件放置在 `sd-webui/models/Stable-diffusion` 目录下。例如，在 Windows 系统中，路径可能是 `D:\stable-diffusion-webui\models\Stable-diffusion`[^1]。 #### 4. 安装依赖项 进入克隆的仓库目录后，运行以下命令以安装所有必要的依赖项： ```bash cd stable-diffusion-webui pip install -r requirements.txt ``` #### 5. 启动 Stable Diffusion WebUI 使用以下命令启动 WebUI： ```bash python launch.py ``` 启动后，程序会在本地生成一个访问链接（通常是 `http://127.0.0.1:7860`），通过浏览器打开此链接即可开始使用[^3]。 #### 6. 可选：安装额外的插件 如果需要增强功能，例如人脸修复，可以按照教程安装 GFPGAN 插件[^1]。具体步骤包括克隆 GFPGAN 仓库并安装相关依赖项。 --- ### 注意事项 - 如果在 Linux 环境下部署，可能需要额外配置 GPU 驱动和 CUDA 工具包。 - 在 Windows 环境下，确保已安装 Python 3.10 或更高版本。 ---
评论
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