之前有介绍过使用Google colab的云端部署方案,虽然通过一键部署Google colab非常的简单,但是Google colab也有自己的缺点,
第一:需要一点点魔法的力量;
第二:Google colab上无法保存下载过的模型文件、生成的图片也无法保存;
第三:Google colab由于使用的是免费GPU资源,链接过程非常的不稳定;
(如果对于Google colab部署感兴趣,浏览:https://huke88.com/article/8051.html)
所以这次要给大家带来的是使用国内云计算平台Autodl来进行云部署的教程方案,不仅不需要魔法,同时关机后还可以保存已下载的模型、生成的图片,使用稳定性从我使用来看也是比较稳定的。不过Autodl是需要付费的,根据选择不同的算力来收费,收费的模式有4种:按量计费、包日、包周、包月,如果大家以体验和偶尔使用为主的话,按量付费是最好的选择,具体使用价格文章后续会介绍。
首先我们打开Autodl官网(网址:https://www.autodl.com/home)
点击“注册有礼”(若已有账号的话直接登录即可)
注册成功后,我们会跳转到这个页面,我们从上至下给大家介绍一下每个板块的功能:
1、计费方式:按量计费(按照使用时长扣费)、包日(租用24小时)、包周(租用一周)、包月(租用一个月),若你非肝帝的话直接按量计费就行了。
2、选择地区:GPU对应的地区,没太大影响(不建议选择北京区)
3、GPU型号:不同的GPU型号的收费价格不同,越好的GPU收费越贵(选择3090、3080、A5000、T4这类型即可)
4、GPU数量:不同的GPU数量(通常情况下不需要筛选)
页面再往下就是所有GPU展示,有各种不同的型号选择,里面所有的GPU型号都能跑起来stable-diffusion-webui,如果只是轻度玩家,选便宜点的即可(例如:Tesla T4)。
另外大家额外要注意上面的红字,严禁使用WebUI等算法生成违禁图片、严禁挖矿,一经发现立即封号!所以生成成图时,要额外注意模型和关键词。
了解好上面的信息后,我们首先选择一个GPU。只需要点击“1卡可租”即可,如若没有租的GPU时,我们就稍等会,刷新刷新页面即可。
点击后会跳转到创建实例的页面,这个部分里我们直接滑动页面到镜像部分,点击社区镜像,输入stable-diffusion-webui,选择AUTOMATIC1111/stable-diffusion-webui/NovelAI-Consolidation-Package-3.1这个镜像文件,其他同类型文件多数也可以用,但是这个镜像是测试使用下来最简单方便使用的。
然后点击“立即创建”
这里要提醒一下,如果创建时提示余额不足,大家可以先选择充值2-5元即可(也可以用几个小时了),后续想继续使用再充值就行了。
创建后,页面会自动跳转到至容器实例页面,就能看到我们刚选择的GPU正在创建中(首次创建会慢,下次再开启就很快了),等创建完成后,会显示运行中,然后点击JupyterLab。
点击JupyterLab后会新打开一个页面(见下面截图所示)。
第一次看到可能会觉得一头雾水,但是这个镜像的作者已经帮我们都集合好代码了(感谢作者!),所以不要去操作调整任何代码。
首先我们点击第一个代码块(下面截图中标注1的地方),点击后这个代码块会从原本的灰色变为白色。然后点击上方的运行按钮(下面截图中标注2的地方)。
然后等待运行一下,出现移动完成后,说明这个代码块运行成功了(切记期间不要有任何操作)。
(备注:这个代码模块仅在首次创建的时候运行,后续再开机启动无需运行)
运行完成后,我们刷新网页页面(F5刷新页面),一定要刷新页面!一定要刷新页面!
刷新页面完成后,点击右上角“python 3(ipykernel)”,会弹出选择内核的弹窗。
点击选择区域,选择“xL_env”(切记一定要选择这个!)
然后点击“选择”即可。
内核选择完成后,看一眼右上角是不是已经显示“xL_env”了,如果是那就OK了,后续再开机的时候,这个地方正常都会是“xL_env”了。
然后我们点击第二个代码块(下面截图中标注1的地方),点击后这个代码块会从原本的灰色变为白色。然后点击上方的运行按钮(下面截图中标注2的地方)。
运行期间不要进行其他操作,运行成功后就能看到下面截图所示了(每步操作都等前一步成功了再进行下一步)。
第一步:点击按钮“点我自动学术加速”,加速成功后会显示为“加速成功,再次点击取消”
第二步:点击按钮“点我安装下载器”,安装过程会执行一串代码,耐点等待片刻后,安装成功后,按钮会显示为“已成功安装下载器”
第三步:点击按钮“点我移动到数据盘”,点击后会显示正在移动……,等待片刻后,按钮会显示为“已移动到数据盘”
当我们看到这3个按钮都已经变成绿色后,说明操作都成功了。
(备注:学术加速在之后每次开机前都要点击一下,确保开启了学术加速,下载器和移动到数据盘后续无需再操作)
点击“启动WebUI”,这里我们从上往下来介绍一下
1、用户名和密码:开启学术加速后,访问WebUI时,会需要输入用户名和密码,这里非必填项,不填写会随机生成,可以填写一个简单的用户名和密码(例如:123、123456之类的)
2、运行目录:这里应该默认就是选了数据盘,不用去修改。
3、运行方式:这里选正常版就行,另外2个版本操作难度会偏大
4、开启参数:涉及到WebUI中的功能,默认会勾选3个,根据我的使用建议勾选“图片反推文本”、“xformers极大改善内存消耗和速度”、“允许WebUI使用安装扩展功能”这3个即可。
最后我们点击“运行WebUI”按钮,运行代码会自动开始执行…
一直等待出现下方截图中的信息,说明运行成功了。这里我们无需点击任何链接,点击网页切换到容器实例的页面。
点击自定义服务(见下方截图)
点击“访问”
会自动打开WebUI的页面,这里输入用户名和密码,如果是随机生成的,就去复制一下。用户名和密码输入后,点击Login。
OK,登录成功了!到这里我们就可以看到stable-diffusion-webui的界面了。
目前界面布局比较简单,仅有基础功能,下期文章我们再讲一下如何安装插件、下载模型以及推荐一些必要的插件、模型给大家。
由于没有大模型,这里就使用现有的模型生成了一个猫。
如何关机:
1、关闭stable-diffusion-webui的网页(直接关闭即可)
2、回到控制台里,点击下方截图中1区域的代码块,再点击截图中2区域的停止按钮,结束代码的运行,然后就可以关闭这个页面了
3、回到容器实例的页面,点击关机,点击确认,就成功关机了。关机后就不再继续扣费了。
(备注:下次再开机时,直接前往容器实例的页面,若有GPU资源,直接点击开机即可)
大家在创建使用中若遇到问题,可以留言评论哦~
下期我们讲解一下如何在Autodl的stable-diffusion-webui安装ControlNet和LoRA插件以及模型下载安装。
你不可错过的内容:
Stable Diffusion中超好用的插件ControlNet,完美控制小姐姐的姿势
https://huke88.com/article/8071.html
Stable diffusion免费Google colab云端部署方案
https://huke88.com/article/8051.html
使用Midjourney进行AI绘画的基础手册
https://huke88.com/article/8043.html
用Stable Diffusion插件ControlNet做室内设计 简直神了
暂无评论
违反法律法规
侵犯个人权益
有害网站环境