在 colab 上, 要如何下載 stabilityai/stable-diffusion-2-1

在 Google Colab 上下載 stabilityai/stable-diffusion-2-1 預訓練模型,你可以使用 diffusers 函式庫提供的 DiffusionPipeline.from_pretrained() 方法。以下是詳細步驟與程式碼範例:

1. 安裝必要的函式庫

首先,確保你已經安裝了 diffuserstransformerstorch 函式庫。如果沒有,可以使用以下指令安裝:

Bash

!pip install diffusers transformers torch

2. 下載預訓練模型

使用 DiffusionPipeline.from_pretrained() 方法下載模型。這個方法會自動從 Hugging Face Model Hub 下載模型,並將其儲存在 Colab 的快取目錄中。

Python

from diffusers import DiffusionPipeline

PRETRAINED_MODEL_NAME = "stabilityai/stable-diffusion-2-1"

# 下載模型
pipeline = DiffusionPipeline.from_pretrained(PRETRAINED_MODEL_NAME)

# 將模型移動到 GPU(如果可用)
pipeline = pipeline.to("cuda")

3. 使用模型進行推理(可選)

下載模型後,你可以立即使用它進行圖片生成。以下是一個簡單的範例:

Python

prompt = "a futuristic cityscape, digital art"
image = pipeline(prompt).images[0]

# 顯示生成的圖片
image.show()

# 或者儲存圖片
image.save("generated_image.png")

完整程式碼範例:

Python

!pip install diffusers transformers torch

from diffusers import DiffusionPipeline

PRETRAINED_MODEL_NAME = "stabilityai/stable-diffusion-2-1"

# 下載模型
pipeline = DiffusionPipeline.from_pretrained(PRETRAINED_MODEL_NAME)

# 將模型移動到 GPU(如果可用)
pipeline = pipeline.to("cuda")

prompt = "a futuristic cityscape, digital art"
image = pipeline(prompt).images[0]

# 顯示生成的圖片
image.show()

# 或者儲存圖片
image.save("generated_image.png")

注意事項:

  • GPU 加速:
    • 為了加快推理速度,建議使用 GPU。請確保你的 Colab 運行時已選擇 GPU。
    • pipeline.to("cuda") 會將模型移動到 GPU。如果你的 Colab 沒有 GPU,請移除這行程式碼。
  • 模型快取:
    • 模型下載後會儲存在 Colab 的快取目錄中。下次運行時,如果模型已經存在,就不會重新下載。
  • Hugging Face 權杖:
    • 某些模型可能需要 Hugging Face 權杖才能下載。如果遇到權限問題,請確保你已登入 Hugging Face,並在 Colab 中設定你的權杖。
  • 記憶體問題:
    • Stable Diffusion 模型較大,可能需要較多的 GPU 記憶體。如果遇到記憶體不足的問題,可以嘗試使用較小的模型或降低圖片生成的大小。

希望這些資訊能幫助你在 Colab 上成功下載 stabilityai/stable-diffusion-2-1 模型。

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *