現在，有些人沒有高級的GPU。這沒關係。我們可以在CPU上運行Stable Diffusion。
這是一個極其簡單的Stable Diffusion實現，請不要期待尖端功能
如果你有一個兼容的GPU，擁有2-4gb Vram或更多，請參考Voldy指南
對於大多數用途，使用網絡服務或collab來運行Stable Diffusion可能更實用
但能夠在你自己的普通CPU上生成東西是有其特別之處的
所有功勞歸於bes-dev和rpyth
- 功能
Txt2img/img2img
負面提示
提示排隊
升級
Waifu Diffusion支持
- 最低要求：
Windows/Linux
Python 3.8.+（包含在Miniconda中）
與OpenVINO兼容的CPU（大多數CPU）
8gb RAM（剛好夠用，建議16gb以上）
- 速度如何？
由於內存速度瓶頸，它可能不會像專用GPU那樣快，但也不會太慢
對於過去10年內的任何CPU，包括筆記本電腦，生成512x結果的時間不會超過幾分鐘
openVINO框架非常優化且快速，特別是對於Intel CPU，能夠充分發揮你的硬件潛力
指南
步驟 1. 安裝 Git 如果你還沒有安裝
-安裝時，確保選擇Windows Explorer集成 > Git Bash
步驟 2. (W10) 按Windows鍵 + I打開控制面板，搜索「開發者模式」，並將其 打開
步驟 3. 下載Miniconda 這裡。下載Miniconda 3
-將Miniconda安裝在默認位置。為 所有用戶安裝。
步驟 4. 克隆倉庫
-在你想要的位置右鍵單擊並選擇「在此處打開Git Bash」
-輸入 git clone https://github.com/bes-dev/stable_diffusion.openvino
或者，你可以將其作為.zip文件下載 這裡 並解壓縮
步驟 5. 打開Anaconda Prompt（miniconda3）。
使用「cd」導航到你下載的 /stable-diffusion-v1-4-openvino 文件夾。
（或者只需輸入「cd」後跟一個空格，然後將文件夾拖入Anaconda提示符。）
步驟 6. 在Miniconda中輸入以下命令以設置你的環境：
conda create --name vin python=3.9 pipconda activate vinconda install pippip install -r requirements.txtpip install Pillow pyyaml sv-ttk
耐心等待必要資源的安裝，這可能需要一些時間
步驟 7. 下載 pyGUI腳本
解壓並將所有文件複製到你的主 /stable-diffusion-v1-4-openvino 文件夾中，並在任何文件衝突時點擊 替換
步驟 8. 下載 RealESRGAN升級器 (linux版本)
解壓並將文件夾放入 /stable-diffusion-v1-4-openvino
完成了
使用方法
1. 打開Miniconda提示符，並像之前一樣導航到 /stable-diffusion-v1-4-openvino
2. 輸入 conda activate vin （每次運行腳本時都需要這樣做）
3. 輸入 python pygui.py
首次設置
在GUI中轉到設置 -> 配置
-點擊 [?] 打開文件瀏覽器，並通過點擊「打開」來鏈接RealESRGAN可執行文件
-以相同的方式鏈接你的 demo.py 文件，來自openvino文件夾
-添加你的Python可執行文件的路徑，應該是 C:\ProgramData\Miniconda3\python.exe
-點擊保存
生成
- 轉到隊列 -> 添加項目以輸入新提示
- 或隊列 -> 恢復項目以加載你最後輸入的提示
提示：描述你想要的關鍵字，為了獲得最佳結果請詳細描述
反提示：描述你不想要的圖像關鍵字
輸出：輸出路徑和輸出.png的名稱
圖像：Img2Img，選擇一個圖像文件以創建其變體
步驟：輸出應該進行多少次迭代。越多=越好。35-55是最佳範圍。>75則是過度
種子：輸出的種子，默認隨機
升級：選擇你希望圖像如何升級
配置：保存有關輸出的信息
鏈接/備註
–每個結果的速度–
(Intel(R) Core(TM) i5-8279U) 7.4 s/次 3.59分鐘
(AMD Ryzen Threadripper 1900X) 5.34 s/次 2.58分鐘
(Intel(R) Xeon(R) Gold 6154 CPU) 1 s/次 33秒
