现在，有些人没有高级的GPU。这没关系。我们可以在我们的CPU上运行Stable Diffusion。
这是一个极其简单的Stable Diffusion实现，不要期待前沿功能
如果你有一个兼容的GPU，具有2-4gb Vram或更多，尝试Voldy指南
对于大多数用途，使用网络服务或collab进行Stable Diffusion可能更实用
但能够在你自己的普通CPU上生成内容是特别的
所有功劳归于bes-dev和rpyth
- 功能
Txt2img/img2img
负面提示
提示排队
放大
Waifu Diffusion支持
- 最低要求：
Windows/Linux
Python 3.8.+（包含在Miniconda中）
与OpenVINO兼容的CPU（大多数CPU）
8gb RAM（勉强够用，推荐16gb+）
- 它有多快？
由于内存速度瓶颈，它可能没有专用GPU快，但也不慢
对于过去10年内的任何CPU，包括笔记本电脑，生成512x结果通常不会超过几分钟
openVINO框架经过极其优化，尤其是对于Intel CPU，将最大限度地发挥你的硬件潜力
指南
步骤 1. 安装 Git 如果你还没有安装
-安装时，请确保选择Windows资源管理器集成 > Git Bash
步骤 2. (W10) 按Windows键 + I打开控制面板，搜索“开发者模式”，并将其 打开
步骤 3. 下载Miniconda 在这里。下载Miniconda 3
-在默认位置安装Miniconda。为 所有用户安装。
步骤 4. 克隆仓库
-在你想要的位置右键单击，选择‘在此处打开Git Bash’
-输入 git clone https://github.com/bes-dev/stable_diffusion.openvino
或者，你可以将其作为.zip下载 在这里 并解压
步骤 5. 打开Anaconda提示符（miniconda3）。
使用“cd”命令导航到你下载的 /stable-diffusion-v1-4-openvino 文件夹。
(或者只需输入“cd”后跟一个空格，然后将文件夹拖入Anaconda提示符。)
步骤 6. 在Miniconda中输入以下命令以设置你的环境：
conda create --name vin python=3.9 pipconda activate vinconda install pippip install -r requirements.txtpip install Pillow pyyaml sv-ttk
耐心等待所需资源的安装，这可能需要一段时间
步骤 7. 下载 pyGUI脚本
解压并将其中所有文件复制到你的主 /stable-diffusion-v1-4-openvino 文件夹中，并在任何文件冲突时点击 替换
步骤 8. 下载 RealESRGAN放大器 (linux版本)
解压并将文件夹放入 /stable-diffusion-v1-4-openvino
完成了
使用
1. 打开Miniconda提示符并导航到 /stable-diffusion-v1-4-openvino 如之前一样
2. 输入 conda activate vin （每次运行脚本时都需要这样做）
3. 输入 python pygui.py
首次设置
在GUI中转到设置 -> 配置
-点击 [?] 打开文件浏览器，并通过点击‘打开’链接RealESRGAN可执行文件
-以相同方式链接你在openvino文件夹中的 demo.py 文件
-添加你的Python可执行文件的路径，应该是 C:\ProgramData\Miniconda3\python.exe
-点击保存
生成
- 转到队列 -> 添加项目以输入新的提示
- 或队列 -> 恢复项目以加载你最后输入的提示
提示：描述你想要的内容的关键词，越详细越好
反提示：描述你不希望在图像中出现的关键词
输出：输出路径和输出.png的名称
图像：Img2Img，选择一个图像文件以创建它的变体
步骤：输出应进行多少次迭代。更多=更好。35-55是最佳范围。>75是过度
种子：输出的种子，默认随机
放大：选择你希望如何放大图像
配置：保存有关输出的信息
链接/备注
—每个结果的速度—
(Intel(R) Core(TM) i5-8279U) 7.4秒/次 3.59分钟
(AMD Ryzen Threadripper 1900X) 5.34秒/次 2.58分钟
(Intel(R) Xeon(R) Gold 6154 CPU) 1秒/次 33秒
