我按照https://www.howtogeek.com/830179/how-to-run-stable-diffusion-on-your-pc-to-generate-ai-images/#autotoc_anchor_2中描述的说明安装了稳定扩散v1.4
为了运行稳定的扩散,我的机器大大超过了Windows :Windows 11 Pro第11代英特尔i7 @ 2.30GHz最新的NVIDIA GeForce GPU 16 1TB内存1TB SSD
然而,当我试图运行测试提示python脚本/txt2img.py-提示“pablo picasso的一只猫的特写画像,生动、抽象的艺术,多彩的,充满活力的”-plms-n_iter 5-n_samples 1时,我遇到了一个错误。
RuntimeError:库达内存不足。尝试分配1024.00 MiB (GPU 0;8.00 GiB总容量;6.13 GiB已经分配;0字节空闲;6.73 GiB被PyTorch总共保留)如果保留内存是>>分配的内存,尝试设置max_split_size_mb以避免碎片化。请参阅内存管理和PYTORCH_CUDA_ALLOC_CONF文档
阅读马尔科·拉莫斯的一篇文章,似乎与PyTorch Strange Cuda out of Memory behavior in Pytorch的工人人数有关。
如何在稳定扩散过程中改变工人人数?如果我的机器还有很多内存,它为什么要抛出这个错误呢?有人在运行稳定扩散时遇到过同样的问题吗?
发布于 2022-09-08 03:35:36
我也有同样的问题,这是因为你使用的是非优化版本的稳定扩散。您必须下载basujindal的分支,这允许它通过牺牲精度来使用更少的ram,这就是分支-- https://github.com/basujindal/stable-diffusion指南中的其他所有内容都是从这个版本中克隆出来的。它甚至允许您超过512x512默认分辨率,例如,您可以使用756x512获取矩形图像(但是结果可能会有所不同,因为它是在512平方集上训练的)。
新提示符变成python optimizedSD/optimized_txt2img.py --prompt "blue orange" --H 756 --W 512
另一个注意事项:就在几天前,一个更快、更优化的版本是由https://github.com/basujindal/stable-diffusion发布的,但是我在安装它时遇到了问题,所以不能真正推荐它,但是您也可以尝试它,看看它是否适合您。
发布于 2022-09-11 01:53:22
除了basujindal的优化版本外,提示符后面的附加标记还允许模型在带有NVIDIA或AMD 8+GB GPU的计算机上正常运行。所以新的提示符看起来像这个>> python optimizedSD/optimized_txt2img.py --prompt "a close-up portrait of a cat by pablo picasso, vivid, abstract art, colorful, vibrant" --H 512 --W 512 --seed 27 --n_iter 2 --n_samples 10 --ddim_steps 50
https://stackoverflow.com/questions/73629682
复制相似问题