Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

低显存版怎么安装

Answer

对于低显存版的安装,以下是相关步骤:

  1. FLUX.1 低显存方案(8G 以下):
    • 将 flux1-dev-bnb-nf4.safetensors 放入 ComfyUI\models\checkpoints 文件夹内。
    • 下载 ComfyUI_c_NF4 节点:https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4 ,放入解压后 ComfyUI\custom_node 文件夹内。
    • 注:如果报错,请更新 BitsandBytes 库,下载放入解压后 ComfyUI\custom_node 文件夹内,重启 ComfyUI,如果之前没更新,更新后再重启。
  2. Dreambooth Extension for Stable-Diffusion-WebUI:
    • 在 SD Web UI 中转到“Extensions(扩展)”选项卡,选择“Available(可用)”子选项卡,选择“Load from:(从...加载)”以加载扩展列表,最后在 Dreambooth 条目旁边点击“install(安装)”。
    • 安装完成后,必须完全重新启动 Stable-Diffusion WebUI。重新加载 UI 将无法安装所需的依赖项。
    • 还需要更新版本的 diffusers,因为 SD-WebUI 使用的是 0.3.0 版本,而 DB 训练需要>=0.10.0 版本。没有正确的 diffusers 版本会导致“UNet2DConditionModel”对象没有属性“enable_gradient_checkpointing”的错误消息,以及安全检查器警告。
Content generated by AI large model, please carefully verify (powered by aily)

References

第十五期 生图新王FLUX.1

flux1-dev-bnb-nf4.safetensors放入ComfyUI\models\checkpoints文件夹内https://huggingface.co/lllyasviel/flux1-dev-bnb-nf4/blob/main/flux1-dev-bnb-nf4.safetensorsComfyUI_c_NF4节点https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4注:如果报错,请更新BitsandBytes库下载放入解压后ComfyUI\custom_node文件夹内重启ComfyUI,如果之前没更新,更新后再重启。[heading3]在ComfyUI里的使用[heading3]相关资源链接[content]BitsandBytes Guidelines and Fluxhttps://github.com/lllyasviel/stable-diffusion-webui-forge/discussions/981ComfyUI_bitsandbytes_NF4节点https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4flux1-dev-bnb-nf4.safetensorshttps://huggingface.co/lllyasviel/flux1-dev-bnb-nf4/blob/main/flux1-dev-bnb-nf4.safetensors

1、环境安装、ComfyUI本体安装 副本

本文主要介绍StableDiffusion的另一种UIComfyUI的实际操作方法,以及如何在ComfyUI中使用SDXL模型,希望通过本文能够降低大家对StableDiffusion ComfyUI的学习成本,更快速的体验到AIGC图像生成的魅力。[heading1]一、电脑硬件要求[content]1.系统:Windows7以上(就不要为难XP老师傅了)。2.显卡要求:NVDIA独立显卡且显存至少4G起步。3.硬盘留有足够的空间,最低100G起步(包括模型)。注:mac系统,AMD显卡,低显卡的情况也可以安装使用,功能不全,出错率偏高,严重影响使用体验个人建议升级设备或者采用云服务器玩耍。

Dreambooth 官方炼丹教程万字详解-Epochs\Batch size\学习率 等超参数调优 (一)

这是Shivam Shriao的Diffusers Repo的一个正在进行中的移植版本,该版本是基于Huggingface Diffusers Repo的默认版本进行修改的,以在低VRAM GPU(低显存显卡)上获得更好的性能。此外,还借鉴了BMaltais的Koyha SS的部分内容。它还添加了其他一些功能,包括同时训练多个概念,以及(即将推出)图像修复训练。样式说明:灰色正文主要来自官方文档翻译,有些地方不通顺,我会做一定程度的更改。黑色正文则是我自己的理解和总结,如有错漏,欢迎斧正。[heading1]Installation安装[content]要安装,请在SD Web UI中转到“Extensions(扩展)”选项卡,选择“Available(可用)”子选项卡,选择“Load from:(从...加载)”以加载扩展列表,最后在Dreambooth条目旁边点击“install(安装)”。安装完成后,您必须完全重新启动Stable-Diffusion WebUI。重新加载UI将无法安装所需的依赖项。我们还需要更新版本的diffusers,因为SD-WebUI使用的是0.3.0版本,而DB训练需要>=0.10.0版本。没有正确的diffusers版本会导致“UNet2DConditionModel”对象没有属性“enable_gradient_checkpointing”的错误消息,以及安全检查器警告。

Others are asking
FLUX低显存怎么安装
如果您的显存较低,安装 FLUX 可以参考以下步骤: 1. NF4 模型下载: 链接:https://huggingface.co/lllyasviel/flux1devbnbnf4/blob/main/flux1devbnbnf4.safetensors 放置位置:ComfyUI/models/checkpoint/中(不像其他 Flux 模型那样放置在 UNET 中) NF4 配套节点插件:git clone https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4.git 2. GGUF 模型下载: 链接:Flux GGUF 模型:https://huggingface.co/city96/FLUX.1devgguf/tree/main GGUF 配套节点插件:GGUF 节点包:https://github.com/city96/ComfyUIGGUF 值得一提的是在最新版本的 ComfyUI 中,GGUF 的节点插件可以在 Manager 管理器中搜到下载安装,NF4 的配套节点插件则搜不到。 3. 对于 8G 以下显存的方案: flux1devbnbnf4.safetensors 放入 ComfyUI\\models\\checkpoints 文件夹内。 ComfyUI_c_NF4 节点:https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4 注:如果报错,请更新 BitsandBytes 库。下载放入解压后 ComfyUI\\custom_node 文件夹内,重启 ComfyUI,如果之前没更新,更新后再重启。 相关资源链接: BitsandBytes Guidelines and Flux:https://github.com/lllyasviel/stablediffusionwebuiforge/discussions/981 ComfyUI_bitsandbytes_NF4 节点:https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4 flux1devbnbnf4.safetensors:https://huggingface.co/lllyasviel/flux1devbnbnf4/blob/main/flux1devbnbnf4.safetensors 注意使用精度优化的低配模型的话,工作流和原版是不一样的。自己改的话就是把上面官方的这个 fp8 的工作流,只需把底模的节点换成 NF4 的或者 GUFF 的即可。相关生态发展很快,有 Lora、Controlnet、IPadpter 相关生态建设非常速度,以及字节最近发布的 Flux Hyper lora 是为了 8 步快速生图。
2025-01-09
comy UI FLUX 低显存
ComfyUI FLUX 低显存运行的相关内容如下: 工作流: 目的是让 FLUX 模型能在较低的显存情况下运行。 分阶段处理思路: 先使用 Flux 模型在较低分辨率下进行初始生成以提高效率。 采用两阶段处理,先用 Flux 生成,后用 SDXL 放大,有效控制显存的使用。 使用 SD 放大提升图片质量。 工作流的流程: 初始图像生成(Flux): UNETLoader:加载 flux1dev.sft 模型。 DualCLIPLoader:加载 t5xxl 和 clip_l 模型。 VAELoader:加载 fluxae.sft。 CLIPTextEncode:处理输入提示词。 BasicGuider 和 RandomNoise:生成初始噪声和引导。 SamplerCustomAdvanced:使用 Flux 模型生成初始图像。 VAEDecode:解码生成的潜在图像。 初始图像预览:PreviewImage 显示 Flux 生成的初始图像。 图像放大和细化(SDXL): CheckpointLoaderSimple:加载 SDXL 模型(fenrisxl_SDXLLightning.safetensors)。 UpscaleModelLoader:加载 RealESRGAN_x4.pth 用于放大。 VAELoader:加载 sdxl_vae.safetensors。 ImageSharpen:对初始图像进行锐化处理。 UltimateSDUpscale:使用 SDXL 模型和放大模型进行最终的放大和细化。 最终图像预览:PreviewImage 显示最终放大和细化后的图像。 FLUX 模型的选择: 用半精度 fp8 dev 版本(能用单精度 dev 版本的尽量用),也适合 fp8 的 T8 模型,降低对内存的占用。 记得把 weight dtype 也设置为 fp8,降低对显存的使用。 建议:先关闭高清放大部分,等跑出来效果满意的图片后,再开启放大。 ComfyUI 简介: 是一个基于节点流程式的 stable diffusion AI 绘图工具 WebUI,可以想象成集成了 stable diffusion 功能的 substance designer,通过将 stable diffusion 的流程拆分成节点,实现更加精准的工作流定制和完善的可复现性。 优势: 对显存要求相对较低,启动速度快,出图速度快。 具有更高的生成自由度。 可以和 webui 共享环境和模型。 可以搭建自己的工作流程,可以导出流程并分享给别人,报错的时候能清晰发现错误出在哪一步。 生成的图片拖进后会还原整个工作流程,模型也会选择好。 劣势: 操作门槛高,需要有清晰的逻辑。 生态没有 webui 多(常用的都有),也有一些针对 Comfyui 开发的有趣插件。 官方链接:从 github 上下载作者部署好环境和依赖的整合包,按照官方文档安装即可:https://github.com/comfyanonymous/ComfyUI
2025-01-08
在comyui中,使用flux1-dev模型24g显存够吗
在 ComfyUI 中使用 Flux1dev 模型,24G 显存是可以的,但建议内存尽量高于 32G 以避免意外情况的发生。如果您的显卡是 24G 或更高,右键 24G 那个 train_flux_24GLora 的文件。修改脚本路径和参数时,要注意底模路径、VAE 路径、数据集路径,还有下面的 clip 路径和 T5xxl 路径的正确填写。ae.safetensors 和 flux1dev.safetensors 的下载地址为:https://huggingface.co/blackforestlabs/FLUX.1dev/tree/main 。flux 相关模型(体积较大)的夸克网盘链接:https://pan.quark.cn/s/b5e01255608b ,百度网盘链接:https://pan.baidu.com/s/1mCucHrsfRo5SttW03ei0g?pwd=ub9h 提取码:ub9h 。如果 GPU 性能不足、显存不够,底模可以使用 fp8 的量化版模型,下载地址:https://huggingface.co/Kijai/fluxfp8/tree/main 。最后下载 dev 的工作流: ,或者使用官方原版的图片链接 https://comfyanonymous.github.io/ComfyUI_examples/flux/flux_dev_example.png ,打开 ComfyUI 把工作流或图片拖拽到其中即可。
2024-11-12
在comyui中,使用flux1-dev模型需要多少显存
在 ComfyUI 中使用 flux1dev 模型所需的显存情况如下: 相关模型的下载地址:https://huggingface.co/blackforestlabs/FLUX.1dev/tree/main 。 对于 GPU 性能不足、显存不够的情况,底模可以使用 fp8 的量化版模型,下载地址为:https://huggingface.co/Kijai/fluxfp8/tree/main 。 低显存方案(8G 以下):flux1devbnbnf4.safetensors ,放入 ComfyUI\\models\\checkpoints 文件夹内,下载链接为 https://huggingface.co/lllyasviel/flux1devbnbnf4/blob/main/flux1devbnbnf4.safetensors 。 此外,还提供了以下相关资源链接: BitsandBytes Guidelines and Flux :https://github.com/lllyasviel/stablediffusionwebuiforge/discussions/981 ComfyUI_bitsandbytes_NF4 节点:https://github.com/comfyanonymous/ComfyUI_bitsandbytes_NF4
2024-11-12
注意Cursor 相关报错原因,如重复安装依赖项、重新创建文件
以下是关于 Cursor 相关报错原因及实践的一些内容: 报错原因: 重复安装依赖项。 重新创建文件。 导入的路径不对。 错误导入已经废弃的文件。 突破 AI 记忆的东西。 Cursor 缓存未更新。 实践经验: 前期描述好需求,在设置里注意 Rules for AI 的提示词。 按照功能模块单独建立实现文档,包括深入理解需求、技术实现、测试等。 学会看代码,了解每一步文件的作用,有助于提升技术理解。 分阶段实现需求,效率更高,只考虑本阶段需求。 主动思考,大语言模型有局限性,如在 Cursor 中可能出现报错排查指引错误的情况,需要人工强介入。 注意细节操作,每次修改完代码要保存再运行,整体修改慎用,新增功能可新开对话,每个项目新建文件夹并将相关文件放在里面,代码中多带日志方便报错调试。 进行单元测试时可能遇到安装缺失库进度慢、Cursor 工作位置错误导致关键文档放错位置和创建垃圾文件等问题。
2025-01-16
iphone 如何安装 ChatGPT?
以下是在 iPhone 上安装 ChatGPT 的步骤: 1. 在 Apple Store 下载 ChatGPT:中国区正常无法下载,需切换到美区。美区 Apple ID 注册教程可参考知乎链接:https://zhuanlan.zhihu.com/p/696727277 。最终在 Apple Store 搜索到 ChatGPT 结果后下载安装,注意别下错。 2. 支付宝购买苹果礼品卡并充值,用于订阅付费 App: 打开支付宝,地区切换到美区任意区,往下滑,找到【品牌精选 折扣礼品卡】,点击进去,看到【大牌礼品卡】,往下滑找到【App Store&iTunes US】礼品卡,按需要的金额购买,建议先买 20 刀。 支付宝购买礼品卡。 在 apple store 中兑换礼品卡。 在 chatgpt 中购买订阅 gpt plus,如果中途不想继续订阅,可到订阅列表中取消订阅。 完成上述步骤后,即可开始使用 ChatGPT 4o: 1. 开启对话:打开 ChatGPT 应用或网页,点击开始对话。会员不管在苹果还是安卓手机上购买的,电脑上都能登录。 2. 体验最新语音对话功能:版本切到 ChatGPT 4o,点击右下角“耳机🎧”图标,选择一个声音,就可以体验流畅的语音对话。 另外,注册苹果美区 ID 的步骤如下: 1. 电脑上打开 Apple ID 的注册页面:https://appleid.apple.com/ac 。 2. 填写验证码后点继续。 3. 到谷歌邮箱接收邮箱验证码。 4. 接着验证手机号码。 5. 验证完后会出现页面,此时美区 ID 已注册但未激活,切换到手机操作。 6. 打开 App Store,点击右上角人形头像。 7. 拉到最底下,点击退出登录,先退出国内的 ID。 8. 之后再点击右上角人形头像。 9. 正常设置里会登录国内 ID,这里选择否,手动输入美区 ID。 10. 接着会收到短信进行双重验证。 11. 之后完成美区的 ID 登录。 12. 随便找个软件下载。 13. 此时会弹出提示,因为是新注册的 ID,需要点击“检查”进行激活。 14. 点击同意,进入下一页填写美国地址。 15. 最关键的一步:付款方式中没有选项“无”或者“none”时,只需要输入街道地址和电话。 16. 至此,通过中国 IP、中国手机号、免信用卡成功注册一个美区 ID,就可以用这个美区 ID 下载例如小火箭(科学上网必备)、ChatGPT、Discord、X、TikTok 等等软件。
2025-01-14
comfyui安装
ComfyUI 的安装方式主要有以下几种: 1. 本地安装: 命令行安装:这是普适性最强的方法,安装后二次遇到问题的概率相对较低,但对于不熟悉命令行及代码的用户有一定门槛。ComfyUI 的源码地址在 https://github.com/comfyanonymous/ComfyUI ,安装方法写在了 Readme 中,您也可以按照 Readme 文档进行操作。 安装包安装:这种方法安装比较简单,下载就能用。ComfyUI 的官方安装包目前仅支持 Windows 系统,且显卡必须是 Nivida。下载地址是 https://github.com/comfyanonymous/ComfyUI/releases ,您只需下载最新的版本,解压就能使用。 2. 云端安装:云端配置相对较高,生成图片的速度会更快,但需要一定的费用。如果您想在云端安装,可以跳到 https://www.comflowy.com/zhCN/preparationforstudy/installcloud 。 在进行本地安装之前,还需要安装一些环境: 1. 依次下载并安装 Python(版本 3.10 以上)、VSCode、Git,安装过程中一直点击勾选对应选项,一直下一步。 Python 安装包: VSCode 安装包: Git 安装包: 安装 ComfyUI 时,您可以通过以下方式: 下载安装包或者点击链接 https://github.com/comfyanonymous/ComfyUI 下载并解压至本地除 C 盘外的任意盘。然后找到文件名称为 run_nvidia_gpu 的文件双击并启动。启动完成即进入基础界面。 此外,ComfyUI 的节点包括后面安装的拓展节点都存放在 D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\custom_nodes 目录下。 大模型存放在 D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\checkpoints ,Lora 存放在 D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\loras ,Vae 存放在 D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\vae 。 已经安装了 SDWebUI 的同学可以通过修改文件路径和 WebUI 共用一套模型即可,这样就不用重复下载模型了。找到您已经安装好的 ComfyUI 目录文件下的 extra_model_paths.yaml.example 文件,将后缀.example 删除,然后右键用记事本打开。
2025-01-12
华为手机安装chatgpt
以下是华为手机安装 ChatGPT 的步骤: 1. 打开系统自带的谷歌服务框架: 打开系统设置。 拉到最底下,点击更多设置。 点击账号与同步。 点击谷歌基础服务。 打开基础服务按钮。 2. 安装 Google Play: 到华为应用商店搜索 Google Play 进行安装。 安装好后打开谷歌商店,点击右上角登录谷歌账号。 3. 安装 ChatGPT: 到谷歌商店搜索“ChatGPT”进行下载安装,注意开发者是 OpenAI,别下错。 可能会遇到“google play 未在您所在的地区提供此应用”的问题,解决方法如下: 在 google play 点按右上角的个人资料图标。 依次点按:设置>常规>帐号和设备偏好设置>国家/地区和个人资料。 在这里看到账号没有地区,可以“添加信用卡或借记卡”,国内的双币信用卡就行,填写信息时地区记得选美。 如果回到 google play 首页还搜不到 chatgpt,可以卸载重装 google play,操作过程保持梯子的 IP 一直是美,多试几次。 4. 体验 ChatGPT: 如果只想体验 ChatGPT 3.5 版本,不升级 GPT4,直接登录第二部注册好的 ChatGPT 账号即可。 5. 订阅 GPT4 Plus 版本: 先在 Google play 中的【支付和订阅】【支付方式】中绑定好银行卡。 然后在 ChatGPT 里订阅 Plus。
2025-01-07
additional networks 安装下载
以下是关于 additional networks 安装下载的相关信息: LORA 模型: LORA 可以固定画风、人物、物品、动作姿态等的特征,文件通常有几十上百兆,承载信息量远大于 Embedding,在还原真人物品时细节精度更高。 下载的 LORA 放在根目录的【……\\models\\Lora】文件夹下,使用时点击红色小书,找到 LORA 选项卡加载。 使用 LORA 时要注意作者使用的大模型,一般需配套使用,还可能需要加入特定触发词。 Hypernetworks 模型: 主要针对画风训练,可像 LORA 一样加载。 下载的文件放在根目录的【…\\models\\hypernetworks】文件夹下,使用时点击红色小书,找到 Hypernetworks 选项卡加载。 常用模型下载网站: 模型安装: 大模型(Ckpt):放入 models\\Stablediffusion VAE 模型:一些大模型需要配合 vae 使用,对应的 vae 同样放置在 models\\Stablediffusion 或 models\\VAE 目录,然后在 webui 的设置栏目选择。 Lora/LoHA/LoCon 模型:放入 extensions\\sdwebuiadditionalnetworks\\models\\lora,也可以在 models/Lora 目录 Embedding 模型:放入 embeddings 目录 模型存放位置示例(InstantID): 下载并放在 ComfyUI/models/insightface/models/antelopev2 git 地址:https://github.com/deepinsight/insightface/releases 网盘地址:https://www.123pan.com/s/fOu4Tdb3Vdd.html 提取码:KAKA 下载文件并放在 ComfyUI/models/instantid git 地址:https://huggingface.co/InstantX/InstantID/resolve/main/ipadapter.bin?download=true 网盘地址:https://www.123pan.com/s/fOu4Tdc3Vdd.html 提取码:KAKA 下载并放在 ComfyUI/models\\controlnet huggingface 地址 https://huggingface.co/InstantX/InstantID/resolve/main/ControlNetModel/diffusion_pytorch_model.safetensors?download=true 下载文件 Faceid 并放在 ComfyUI/models\\ipadapter 不同类型的模型后缀名几乎一样,无法通过后缀名区分时,可以通过检测。
2025-01-02