曲线救国|基于函数计算FC3.0部署AI数字绘画stable-diffusion

曲线救国|基于函数计算FC3.0部署AI数字绘画stable-diffusion

  • 基于函数计算FC2.0部署AI数字绘画stable-diffusion
  • 基于函数计算FC3.0部署AI数字绘画stable-diffusion
  • 总结

在经过了上一次曲线救国失败经历之后,失败经历参考博文:https://developer.aliyun.com/article/1382950 意外发现可以通过另外一种曲线救国方案来实现基于函数计算FC3.0部署【AI数字绘画stable-diffusion】模型方案,这里说明一下,之所以不选择模版应用【AI数字绘画stable-diffusion自定义模型版】,是由于这个模型不满足曲线救国的方案下面细细道来。

基于函数计算FC2.0部署AI数字绘画stable-diffusion

进入函数计算控制台:https://fcnext.console.aliyun.com/overview 点击【应用】选择AI数字绘画stable-diffusion模版应用
在这里插入图片描述
点击【立即创建】进入函数计算FC2.0应用创建页面,选择【通过代码仓库部署】
在这里插入图片描述
这里说明一下:必须选择【通过代码仓库部署】,因为只有这样才能将函数计算FC2.0 AI数字绘画stable-diffusion的代码push到你的github仓库,这样后续才可以切换到函数计算FC3.0体验部署AI数字绘画stable-diffusion。然后下拉页面点击【创建并部署默认环境】
在这里插入图片描述
进入弹框提醒页面,如图勾选后点击【同意并继续部署】
在这里插入图片描述
函数计算FC2.0开始自动化部署
在这里插入图片描述
完成AI数字绘画stable-diffusion模版应用的部署,这里记录一下,整个部署过程耗时1分钟7秒。部署成功后下滑页面,点击【sd】
在这里插入图片描述
查看sd函数的【镜像加速准备状态】为 可用
在这里插入图片描述
回到函数计算FC2.0 AI数字绘画stable-diffusion 部署成功页面
在这里插入图片描述
点击【访问域名】跳转到文生图操作页面,这里说明一下,所有参数按默认的来,直接点击【生成】
在这里插入图片描述
生成图片内容
在这里插入图片描述
整个生成过程耗时37.6s,详细的信息

masterpiece, best quality, very detailed, extremely detailed beautiful, super detailed, tousled hair, illustration, dynamic angles, girly, fashion clothing, standing, mannequin, looking at viewer, interview, beach, beautiful detailed eyes, exquisitely beautiful face, floating, high saturation, beautiful and detailed light and shadow
Negative prompt: loli,nsfw,logo,text,badhandv4,EasyNegative,ng_deepnegative_v1_75t,rev2-badprompt,verybadimagenegative_v1.3,negative_hand-neg,mutated hands and fingers,poorly drawn face,extra limb,missing limb,disconnected limbs,malformed hands,ugly
Steps: 20, Sampler: Euler a, CFG scale: 7, Seed: 2882198556, Size: 512x512, Model hash: 61e23e57ea, Model: mixProV4.Cqhm, VAE hash: df3c506e51, VAE: cIF8Anime2.43ol.ckpt, Version: v1.6.0

Time taken: 37.6 sec.

A: 11.44 GB, R: 12.29 GB, Sys: 12.5/14.6104 GB (85.5%)

回到我的github代码仓库可以看到 AI数字绘画stable-diffusion 模型代码已经push到我的github仓库中了
在这里插入图片描述
为了防止函数计算FC2.0 模版应用不用时扣费,这里删除刚才部署成功的 AI数字绘画stable-diffusion 应用
在这里插入图片描述
注意:这里一定不要勾选清除代码仓库的选框,你选择清除的话,那么已经push到你的代码仓库的应用就没了,后面就没法进行函数计算FC3.0的部署测试了。

基于函数计算FC3.0部署AI数字绘画stable-diffusion

点击右上角【体验函数计算3.0】切换到函数计算FC3.0控制台
在这里插入图片描述
点击【应用】选择【通过仓库导入应用】

点击【创建并部署默认环境】
在这里插入图片描述
整个部署过程耗时1分钟9秒,和函数计算FC2.0部署耗时来看无大的变化
在这里插入图片描述
点击【sd】查看sd函数触发器状态 已启用在这里插入图片描述
回到函数计算FC3.0 AI数字绘画stable-diffusion 部署成功页面
在这里插入图片描述

点击【访问域名】进入文生图页面,所有参数还是默认,点击【生成】
在这里插入图片描述

文生图结果如图
在这里插入图片描述

整个文生图过程耗时21s,相较于函数计算FC2.0的文生图速度,提升了将近一半,详细信息如下

masterpiece, best quality, very detailed, extremely detailed beautiful, super detailed, tousled hair, illustration, dynamic angles, girly, fashion clothing, standing, mannequin, looking at viewer, interview, beach, beautiful detailed eyes, exquisitely beautiful face, floating, high saturation, beautiful and detailed light and shadow
Negative prompt: loli,nsfw,logo,text,badhandv4,EasyNegative,ng_deepnegative_v1_75t,rev2-badprompt,verybadimagenegative_v1.3,negative_hand-neg,mutated hands and fingers,poorly drawn face,extra limb,missing limb,disconnected limbs,malformed hands,ugly
Steps: 20, Sampler: Euler a, CFG scale: 7, Seed: 1377171943, Size: 512x512, Model hash: 61e23e57ea, Model: mixProV4.Cqhm, VAE hash: df3c506e51, VAE: cIF8Anime2.43ol.ckpt, Version: v1.6.0
Time taken: 21.0 sec.
A: 11.48 GB, R: 12.42 GB, Sys: 12.4/14.6104 GB (85.1%)

为了防止不必要的扣费,这里删除部署的应用
在这里插入图片描述

勾选后点击【删除应用及所选资源】即可。

总结

到这里,整个基于函数计算FC2.0 和函数计算FC3.0 部署 AI数字绘画stable-diffusion 的操作就算完成了,这个过程加上记录操作过程博文的时间,耗时3小时,大家如果不用博文记录的话,直接按文档操作,耗时15分钟足够。
实验过程虽然说是曲线救国的方案,但是实验体验整体上还是很满意的,部署很流畅,部署成功后的文生图效果以及文生图速度很满意,记得之前在函数计算FC2.0部署文生图模版应用时还时不时会出现部署成功但是文生图一直执行30分钟不出图片的情况。这里函数计算FC3.0文生图效果很好很快,相比函数计算FC2.0 应用部署页面操作也简化了,而过去习惯的的操作也保留了,整体上体验感拉满。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/570609.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

C++ —— 继承

什么是继承? 继承是指一种代码可以被复用的机制,在一个类的基础上进行扩展,产生的新类叫做派生类,被继承的类叫基类。(也可称为子类和父类) 继承的写法: class B : 继承方式 A (…

MCU功耗测量

功耗测量 一、相关概念二、功耗的需求三、测量仪器仪表测量连接SMU功能SMU性能指标 四、功耗测量注意点板子部分存在功耗MCU方面,可能存在干扰项仪器仪表方面 一、相关概念 静态功耗和动态功耗:动态功耗为运行功耗,功耗测量注重每MHz下的功耗…

智能调度|AIRIOT智能车队管理解决方案

客运、货运、汽车租赁、出租运营等行业对车辆管理、车队管理以及司乘人员的管理方式,逐渐向数字化和智能化转型。传统的依赖人工调度、记录和跟踪的管理模式已经难以满足业务发展需要,存在如下痛点: 实时监控与定位功能弱:无法实时…

实验4 数字频率计

实验目的: 1、使用铆孔U7输出一个脉冲,频率不定。 2、使用铆孔V7测量脉冲频率,并在数码管上显示。 实验内容及步骤: 设计原理 测量频率的方法有很多,按照其工作原理分为无源测量法、比较法、示波器法和计数法等。…

restful请求风格的增删改查-----修改and删除

一、修改&#xff08;和添加类似&#xff09; 前端&#xff1a; <script type"text/javascript">function update(){//创建user对象var user {id:$("#id").val(),username:$("#username").val(),password:$("#password").val…

aweraweg

c语言中的小小白-CSDN博客c语言中的小小白关注算法,c,c语言,贪心算法,链表,mysql,动态规划,后端,线性回归,数据结构,排序算法领域.https://blog.csdn.net/bhbcdxb123?spm1001.2014.3001.5343 给大家分享一句我很喜欢我话&#xff1a; 知不足而奋进&#xff0c;望远山而前行&am…

​「Python绘图」绘制小猪佩奇

python 绘制小猪佩奇 一、预期结果 二、核心代码 import turtle print("开始绘制小猪佩奇") pen turtle.Turtle() pen.pensize(4) #pen.hideturtle()pen.speed(1000)pen.color("#ff9bc0","pink") pen.setheading(-30) pen.pu() pen.goto(-100,…

34. BI - 美国大学生足球队的 GCN 案例

本文为 「茶桁的 AI 秘籍 - BI 篇 第 34 篇」 文章目录 美国大学生足球队 Embedding&#xff08;GCN&#xff09; Hi&#xff0c;你好。我是茶桁。 在上一节课中&#xff0c;因为需要&#xff0c;我们先是回顾了一下 Graph Embedding&#xff0c;然后跟大家讲解了 GCN 以及其算…

代码随想录——双指针/滑动窗口(二)

一.最长连续递增序列 go语言 func max(a,b int) int{if a>b{return a}return b }func findLengthOfLCIS(nums []int) int {n:len(nums)maxlen:0for l:0;l<n;l{r:l1for r<n&&nums[r]>nums[r-1]{r}maxlenmax(r-l,maxlen)}return maxlen }cpp int findLengt…

为什么大模型训练需要GPU,以及适合训练大模型的GPU介绍

文章目录 前言 1、为什么大模型训练需要GPU&#xff0c;而非CPU 2、现在都有哪些合适的GPU适合训练&#xff0c;价格如何 前言 今天偶然看到一篇关于介绍GPU的推文&#xff0c;我们在复现代码以及模型训练过程中&#xff0c;GPU的使用是必不可少的&#xff0c;那么大模型训练需…

软件测试(Web自动化测试)

一.自动化测试简介 1.自动化测试是一种把人工驱动的测试行为转化为机器执行的测试过程。 2.使用自动化测试需要满足的3个条件&#xff1a; &#xff08;1&#xff09;项目需求变动不频繁 &#xff08;2&#xff09;项目进度压力不大&#xff0c;时间不紧迫 &#xff08;3&…

python struct模块 处理字节流

首先看一下&#xff0c;struct 的字节顺序格式。 其次是struct的格式对照表。 下面是案例&#xff1a; 单项数据编解码 >>>struct.pack(i,379978) bJ\xcc\x05\x00 >>>struct.pack(>i,379978) b\x00\x05\xccJ解析&#xff1a; >>>struct.unpa…

5.组合与继承

1.面向对象 在C中&#xff0c;面向对象&#xff08;Object-Oriented&#xff09;是一种程序设计范式&#xff0c;它使用“对象”来设计应用程序和软件。面向对象编程&#xff08;OOP&#xff09;的核心概念包括类&#xff08;Class&#xff09;、对象&#xff08;Object&#x…

23.leetcode---从前序与中序中遍历二叉树(Java版)

题目链接: https://leetcode.cn/problems/construct-binary-tree-from-preorder-and-inorder-traversal/submissions/518810727/ 代码: 测试:

建设数字化工厂系统需要哪些核心技术

随着工业4.0时代的来临&#xff0c;数字化工厂系统已成为制造业转型升级的关键所在。数字化工厂系统通过集成各种先进技术&#xff0c;实现生产过程的智能化、自动化和高效化&#xff0c;进而提升企业的竞争力。那么建设这样一个系统究竟需要哪些核心技术呢&#xff1f; 一、工…

如何创建网址静态码?二维码扫码跳转网址的方法

现在很多的网址链接需要转换成二维码之后来使用&#xff0c;比如印刷包装、宣传单、公众号等方面应用&#xff0c;用户可以通过扫码跳转到对应链接的页面&#xff0c;查看页面内容。那么想要将链接转换二维码&#xff0c;并且二维码长期有效&#xff0c;可以使用生成静态码的方…

CSS文本属性与字体属性

目录 文本属性 文本颜色 文本对齐 修饰文本 文本缩进 行高 字体属性 字体系列 字体大小 字体粗细 字体样式 字体/文本综合属性写法 Chrome调试工具的使用 文本属性 文本颜色 在CSS中使用color 属性用于定义文本的颜色&#xff0c;使用background-color设置一个盒…

attempt to compare nil with number -- 黑马点评出现问题

问题情况 : 主要问题 : 调用lua执行redis时&#xff0c;有一个值会接受nil&#xff08;因为redis中没有该数据&#xff09;或者数值&#xff0c;当该值为nil时执行报错&#xff0c;因为会用到将该值与其他数字比较&#xff0c;故报错attempt to compare nil with number 当然…

Linux 底软开发——对CAN的详细操作(周期发送,异常检测,过滤报文)

Linux底软开发—对CAN发送接收详细操作 文章目录 Linux底软开发—对CAN发送接收详细操作1.保证多条CAN数据发送的周期性2.解析CAN报文数据3.CAN总线异常机制应对4.对CAN报文进行过滤操作5.完整的接收报文代码&#xff08;过滤&#xff0c;心跳检测&#xff0c;解析&#xff09;…

大语言模型Ollama

版权声明 本文原创作者&#xff1a;谷哥的小弟作者博客地址&#xff1a;http://blog.csdn.net/lfdfhl Ollama简介 Ollama是一个开源的大语言模型平台&#xff0c;它允许用户在本地环境中运行、创建和共享大型语言模型。Ollama提供了丰富的功能和特性&#xff0c;使得用户可以…