如何在Google Colab 上運行Stable Diffusion Automatic1111

在Google Colab 上運行Stable Diffusion (AUTOMATIC1111) 是一個不錯的選擇，特別是當你沒有強大的本地GPU 時。 Colab 提供了免費的GPU 資源，讓你體驗Stable Diffusion 的強大功能。以下是在Google Colab 上執行AUTOMATIC1111 Stable Diffusion WebUI 的詳細步驟：

準備工作：打開Google Colab

• 訪問Google Colab 。

• 建立一個新的筆記本（ New Notebook ）。

安裝所需依賴項

在Colab 筆記本的第一塊程式碼單元中，執行以下程式碼來安裝Stable Diffusion所需的依賴項和函式庫：

 python複製編輯!pip install torch torchvision torchaudio
!pip install tr​​ansformers scipy ftfy
!pip install diffusers
!pip install git+https://github.com/huggingface/diffusers.git

下載Stable Diffusion 模型

使用Hugging Face 提供的模型來載入Stable Diffusion。你需要先在Hugging Face註冊一個帳戶，並產生Hugging Face 存取權杖。

• 建立Hugging Face 帳號後，取得Access Token （存取權杖）。

• 在Colab 中輸入以下程式碼來設定並下載模型：

 python複製編輯from huggingface_hub import login
login(token="your_hugging_face_access_token")from diffusers import StableDiffusionPipelineimport torch# 載入 Stable Diffusion 模型pipe = StableDiffusionPipeline.from_pretrained("Visi/stable-diffus);
pipe.to("cuda") # 將模型移到 GPU 上加速生成

設定影像生成參數

你可以根據需要設定圖像的提示詞（prompt）、生成步驟、圖像尺寸等參數：

 python複製編輯prompt = "a futuristic cityscape at sunset, ultra-realistic"num_inference_steps = 50 # 產生步驟的數量guidance_scale = 7.5 # 控制提示字與圖片內容的一致性，通常在7-15 之間# 產生圖片image = pipe(prompt, num_inference_steps=num_inference_steps, guidance_scale=guidance_scale).images[0]
image.show() # 顯示產生的影像

下載生成的圖像

你可以將生成的圖像儲存到本地或下載：

 python複製編輯image.save("generated_image.png")

調整參數以取得不同風格

• Prompt（提示詞）：透過修改提示詞，你可以控制生成的圖像風格，如「fantasy landscape」、「cyberpunk city」等。

• 步驟數（num_inference_steps）：增加步驟數可以讓影像更精細，但會增加計算時間。

• Guidance Scale：較高的guidance scale 會讓影像更接近提示字的描述。

完成生成

完成上述步驟後，你將能在Google Colab上使用Stable Diffusion產生自訂影像，直接在雲端完成高品質影像創作。

總結：

透過以上步驟，你就可以在Google Colab 上輕鬆運行AUTOMATIC1111 Stable Diffusion WebUI，並體驗強大的AI 影像產生功能。記住，由於Colab 提供的資源是有限的，因此你可能需要根據實際情況調整參數和使用技巧，以獲得最佳的體驗。同時，也要注意保存你的工作，避免因運行時中斷而丟失資料。