PRAASHEK: na to přesunuté repo podle mě bude fungovat ten retard návod co jsem linkoval níž: https://rentry.org/GUItard

ale jo, je to blbá situace, každý dva dny vyjde nějaká zásadní fičura a nikdo je nestíhá všechny mergovat do jednoho forku :). Já bych si chtěl vyzkoušet tu turbooptimalizovanou verzi co zvládá ještě větší obrázky, chtěl bych si vyzkoušet inpainting, chtěl bych si vyzkoušet seamless obrázky (!!), ale jsem prostě línej na to abych tu měl nainstalovaný tři nebo čtyři verze naráz.

PRAASHEK: Já používám tohle: https://rentry.org/GUItard
Má to i nastavení na to jakou GPU použít když máš víc než jednu, ale to mi nefunguje, takže jsem musel dělat nějaké úpravy, ale pokud máš jedno GPU, mělo by to běžet víceméně samo. Ta paměťová optimalizace v tom zatím není, ale je to věc upravení jednoho python souboru, pokud to rozchodíš a tu optimalizaci bys potřeboval, tak sem ten jeden soubor ke zkopírování klidně nahraju.

Step 1 je stáhnout samotný AI model.
Step 2 je stáhnout zip s tím programem který ho spouští a vytváří (webové) GUI. "Git clone" ignoruj, normálně stáhni ten zip soubor z odkazu a někam ho rozbal.
Step 2a nedělej.
Step 4 podle mě nutný není, ale radši ho udělej. Někdo si mi stěžoval, že se ten soubor nedá upravovat v klasickém notepadu - nevím jestli je to pravda, já používám notepad++.
Step 5 a Step 6 nainstaluje nástroj Miniconda, což je interpretr Pythonu a zároveň balíčkovací systém, který si umí stáhnout všechny potřebné pythonové knihovny do virtuálního prostředí aniž by ti s nimi zasíral systém.
Step 7 by potom tu instalaci balíčků měl sám udělat a na závěr spustit webové rozhraní, které najdeš na http://127.0.0.1:7860/. Napoprvé stahuje a instaluje pár gigabajtů balíčků, takže to trvá dlouho, při dalších spuštěních třeba minutu.
Tenhle krok je zároveň ta jediná věc která má potenciál se nějak rozbít a mně kvůli dvěma GPU pořádně nefunguje, takže skript webui.cmd nepoužívám, to virtuální prostředí jsem si vytvořil sám a skript pro webové ui spouštím taky sám, což ale není nic moc složitého.

Dobrý návod k tomu jak potom SD správně nastavovat pro pěkné obrázky je tady: https://old.reddit.com/r/StableDiffusion/comments/x41n87/how_to_get_images_that_dont_suck_a/

Tak už to mám rozchozený. Optimalizovaná verze prý frčí i na GPU s 4 GB RAM, já to pouštím na 6 GB GTX 1060 a vygenerování deseti 512x512 px obrázků trvá 12 minut. A zdá se, že ta uvolněná verze v sobě NSFW filtr vůbec nemá. Některý výsledky jsou dost srandovní.

FAQ na Redditu s odkazem na návod

Prompt níže je "hentai lady bending over showing her ass", což mám z redditu, protože Stable Diffusion je o hodně náročnější na specifické prompty než třeba Craiyon, který sežere úplně všechno. Jako první jsem zkoušel "your prompt here" a "a photorealistic rendering of super mario, octane renderer, vivid colors, in perfect focus" (prý tahle specifika obecně pomáhají) a obojí vygenerovalo úplný nonsens, i když ve druhém případě to byl vágní nonsens v barvách super mario worldu. "A fruitbasket on top of a kitchen table" to ale třeba sežralo v pohodě.

PRAASHEK: no vse zavisi na preducenem modelu, ten si sice clovek muze vytvorit sam ale je to extremne narocne na vypocetni vykon a na pamet, a tak se na to pouziva zpravidla cluster Tesla GPU, tedy nic pro nas bezny smrtelniky. my ostatni jsme odkazani na preduceny modely pro tensorflow zde: https://github.com/tensorflow/models

nejsnaz si clovek pusti z githubu linkovany collab notebook v google cloudu.
zaroven tam je polopaticky navod jak si lokalne poskladat vyvojove prostredi v Anaconde (vicemene virtualni prostredi pro python s izolovanymi knihovnami)

ja osobne jsem si to naklopil lokalne do svyho gentoo linuxu, out of box to umi defacto to samy co craiyon... jn ted jsem koukal ze to ma i stejnej model pro generaci obrazku, tak se mozna drobne lisi jen prevod textu..
ostatne i autor craiyon to ma vse volne pristupne na githubu..

GitHub - borisdayma/dalle-mini: DALL·E Mini - Generate images from a text prompt
https://github.com/borisdayma/dalle-mini