Dies ist die Windows-App mit dem Namen Stable Diffusion in Docker, deren neueste Version als v1.41.0.zip heruntergeladen werden kann. Es kann online im kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App mit dem Namen Stable Diffusion in Docker with OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie einen beliebigen OS OnWorks-Online-Emulator von dieser Website, aber einen besseren Windows-Online-Emulator.
- 5. Rufen Sie vom gerade gestarteten OnWorks Windows-Betriebssystem unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter und installieren Sie sie.
- 7. Laden Sie Wine aus den Software-Repositorys Ihrer Linux-Distributionen herunter. Nach der Installation können Sie dann auf die App doppelklicken, um sie mit Wine auszuführen. Sie können auch PlayOnLinux ausprobieren, eine schicke Schnittstelle über Wine, die Ihnen bei der Installation beliebter Windows-Programme und -Spiele hilft.
Wine ist eine Möglichkeit, Windows-Software unter Linux auszuführen, jedoch ohne Windows. Wine ist eine Open-Source-Windows-Kompatibilitätsschicht, die Windows-Programme direkt auf jedem Linux-Desktop ausführen kann. Im Wesentlichen versucht Wine, genügend Windows von Grund auf neu zu implementieren, damit alle diese Windows-Anwendungen ausgeführt werden können, ohne dass Windows tatsächlich benötigt wird.
SCREENSHOTS
Ad
Stabile Diffusion in Docker
BESCHREIBUNG
Führen Sie die Stable Diffusion-Releases in einem Docker-Container mit txt2img, img2img, Depth2img, pix2pix, upscale4x und inpaint aus. Führen Sie die Stable Diffusion-Releases auf Huggingface in einem GPU-beschleunigten Docker-Container aus. Standardmäßig verwendet die Pipeline das vollständige Modell und die vollständigen Gewichte, was eine CUDA-fähige GPU mit mehr als 8 GB VRAM erfordert. Die Erstellung eines Bildes sollte einige Sekunden dauern. Bei weniger leistungsstarken GPUs müssen Sie möglicherweise einige Optionen ändern. Weitere Einzelheiten finden Sie im Abschnitt „Beispiele“. Fehlt Ihnen eine passende GPU, können Sie stattdessen die Optionen --device cpu und --onnx setzen. Da das Modell verwendet wird, müssen Sie in Ihrem Huggingface-Konto ein Benutzerzugriffstoken erstellen. Speichern Sie das Benutzerzugriffstoken in einer Datei namens token.txt und stellen Sie sicher, dass es beim Erstellen des Containers verfügbar ist. Erstellen Sie ein Bild aus einem vorhandenen Bild und einer Textaufforderung. Ändern Sie ein vorhandenes Bild mit seiner Tiefenkarte und einer Textaufforderung.
Eigenschaften
- Text-zu-Bild (txt2img)
- Tiefengeführte Diffusion (Tiefe2img)
- Bild-zu-Bild (img2img)
- Pix2Pix beauftragen (pix2pix)
- Bildhochskalierung (upscale4x)
- Diffusionsinpainting (inpaint)
Programmiersprache
Python
Kategorien
Dies ist eine Anwendung, die auch von https://sourceforge.net/projects/stable-diffusion-docker.mirror/ abgerufen werden kann. Es wurde in OnWorks gehostet, damit es auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme ausgeführt werden kann.
