来源: examples/stable_diffusion

Stable Diffusion#

设置#

请按照这些说明安装 skypilot 包。
运行 git clone https://github.com/skypilot-org/skypilot.git && cd examples/stable_diffusion
运行 sky launch -c stable-diffusion stable_diffusion_docker.yaml
运行 ssh -L 7860:localhost:7860 stable-diffusion
在浏览器中打开 http://localhost:7860/。如果页面未加载，请等待几分钟让容器启动后再试。
输入文本提示并点击“生成”。

Stable Diffusion Web Tool UI

完成后，运行 sky stop stable-diffusion 以停止虚拟机。
要重启虚拟机，请重复步骤 3 和 4。

使用技巧#

由于 GPU 内存限制，请避免图像分辨率超过 900x900
您可以将“无分类器指导比例”（Classifier Free Guidance Scale）切换到更高的值，以增强对提示的遵循程度
以下是一些很好的文本提示示例（无分类器指导比例 = 7.5，采样步数 = 50）
- “玩扑克的驴子”
- “加州大学伯克利分校学生在笔记本电脑上写代码”
- “漫威大战 DC”
- “金门大桥上的柯基犬”
- “沙漠高尔夫”
- “印度麦当劳”
- “埃隆·马斯克机器人”
- “机械心脏”
- “旧金山的蝙蝠侠”
- “天空和云层中的未来城市”
- “跳交谊舞的熊”
- “瓦力终结者”
- “迷幻优胜美地”
- “说唱歌曲专辑封面”
- “华尔街公牛牛仔竞技”
- “我的世界里的特朗普”

包含的文件#

Dockerfile

# Note: this file is adapted from https://github.com/AbdBarho/stable-diffusion-webui-docker/blob/master/build/Dockerfile 
# <<EOF heredoc was removed from RUN git clone https://github.com/hlky/sd-enable-textual-inversion.git line
# This was to fix an error when the instance parses the Dockerfile.

# syntax=docker/dockerfile:1

FROM continuumio/miniconda3:4.12.0


RUN conda install python=3.8.5 && conda clean -a -y
RUN conda install pytorch==1.11.0 torchvision==0.12.0 cudatoolkit=11.3 -c pytorch && conda clean -a -y
RUN git clone https://github.com/hlky/stable-diffusion.git && cd stable-diffusion && git reset --hard ff8c2d0b709f1e4180fb19fa5c27ec28c414cedd
RUN conda env update --file stable-diffusion/environment.yaml --name base && conda clean -a -y

# fonts for generating the grid
RUN apt-get update && apt install fonts-dejavu-core rsync -y && apt-get clean

# Note: don't update the sha of previous versions because the install will take forever
# instead, update the repo state in a later step
RUN cd stable-diffusion && git pull && git reset --hard c5b2c86f1479dec75b0e92dd37f9357a68594bda && \
  conda env update --file environment.yaml --name base && conda clean -a -y

# Textual-inversion:
RUN git clone https://github.com/hlky/sd-enable-textual-inversion.git && \
  cd /sd-enable-textual-inversion && git reset --hard 08f9b5046552d17cf7327b30a98410222741b070 && \
  rsync -a /sd-enable-textual-inversion/ /stable-diffusion/

# add info
COPY info.py /info.py
RUN  python /info.py /stable-diffusion/frontend/frontend.py

WORKDIR /stable-diffusion
ENV TRANSFORMERS_CACHE=/cache/transformers TORCH_HOME=/cache/torch CLI_ARGS="" \
  GFPGAN_PATH=/stable-diffusion/src/gfpgan/experiments/pretrained_models/GFPGANv1.3.pth \
  RealESRGAN_PATH=/stable-diffusion/src/realesrgan/experiments/pretrained_models/RealESRGAN_x4plus.pth \
  RealESRGAN_ANIME_PATH=/stable-diffusion/src/realesrgan/experiments/pretrained_models/RealESRGAN_x4plus_anime_6B.pth
EXPOSE 7860
CMD \
  for path in "${GFPGAN_PATH}" "${RealESRGAN_PATH}" "${RealESRGAN_ANIME_PATH}"; do \
  name=$(basename "${path}"); \
  base=$(dirname "${path}"); \
  test -f "/models/${name}" && mkdir -p "${base}" && ln -sf "/models/${name}" "${path}" && echo "Mounted ${name}";\
  done;\
  # force facexlib cache
  mkdir -p /cache/weights/ && rm -rf /stable-diffusion/src/facexlib/facexlib/weights && \
  ln -sf  /cache/weights/ /stable-diffusion/src/facexlib/facexlib/ && \
  # run, -u to not buffer stdout / stderr
  python3 -u scripts/webui.py --outdir /output --ckpt /models/model.ckpt --save-metadata ${CLI_ARGS}

docker-compose.yml

version: '3.9'

services:
  model:
    image: berkeleyskypilot/stable-diffusion
    restart: on-failure
    ports:
      - "7860:7860"
    volumes:
      - ./cache:/cache
      - ./output:/output
      - ./models:/models
    environment:
      - CLI_ARGS=--extra-models-cpu --optimized-turbo
    deploy:
      resources:
        reservations:
          devices:
              - driver: nvidia
                device_ids: ['0']
                capabilities: [gpu]

pushing_docker_image.md

推送 Docker 镜像

GCR

请按照这些说明安装 skypilot 包。
运行 git clone https://github.com/skypilot-org/skypilot.git。
步骤 4-6 基于这些 GCR 设置说明
首先在您的项目中启用容器注册表
接下来按照这些步骤在您的 CLI 上安装并认证 Docker
确保您在项目中拥有Storage Admin权限
运行 cd skypilot/examples/stable_diffusion 和 docker build Dockerfile
运行 docker tag stable-diffusion-webui-docker_model gcr.io/(my-project)/stable-diffusion。
运行 docker push gcr.io/(my-project)/stable-diffusion 并在 GCR 上验证镜像是否存在。

DockerHub

创建一个免费的 DockerHub 账号。
在您的 CLI 中，运行 docker login 并使用您的 DockerHub 账号登录凭据。
运行 cd skypilot/examples/stable_diffusion 和 docker build Dockerfile
运行 docker tag stable-diffusion-webui-docker_model (my-dockerhub-username)/stable-diffusion。
运行 docker push (my-dockerhub-username)/stable-diffusion 并在 Dockerhub 上验证镜像是否存在。

stable_diffusion_docker.yaml

#SkyPilot YAML to run stable diffusion web tool on 1 V100 GPU.

resources:
  accelerators: V100:1

file_mounts:
  /stable_diffusion: .

setup: |
  cd stable-diffusion-webui-docker  
  sudo rm -r stable-diffusion-webui-docker
  git clone https://github.com/AbdBarho/stable-diffusion-webui-docker.git
  cd stable-diffusion-webui-docker
  git reset --hard 0d8b7d4ac8f9ba99e041ca332547eab9d65e6360
  wget https://hugging-face.cn/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt -P models
  mv models/sd-v1-4.ckpt models/model.ckpt
  docker pull berkeleyskypilot/stable-diffusion

run: |
  cd stable-diffusion-webui-docker
  docker run -d \
    --name model \
    --restart on-failure \
    -p 7860:7860 \
    -v $(pwd)/cache:/cache \
    -v $(pwd)/output:/output \
    -v $(pwd)/models:/models \
    -e CLI_ARGS='--extra-models-cpu --optimized-turbo' \
    --gpus all \
    berkeleyskypilot/stable-diffusion