Byzer-LLM Byzer 中使用 Stable Diffusion

Stable Diffusion Parameter 下面是在 Byzer 中使用 stable_diffusion 生成图片的一些参数。启动参数 !byzerllm setup single; !byzerllm setup "num_gpus=2"; run command as LLM.`` where action="infer" and pretrainedModelType="cus

csdndevpressbyzer

9人浏览 · 2023-12-07 14:23:22

csdndevpressbyzer · 2023-12-07 14:23:22 发布

Stable Diffusion Parameter

下面是在 Byzer 中使用 stable_diffusion 生成图片的一些参数。

启动参数

!byzerllm setup single;
!byzerllm setup "num_gpus=2";

run command as LLM.`` where 
action="infer"
and pretrainedModelType="custom/stable_diffusion"
and localModelDir="/home/byzerllm/models/stable-diffusion-v1-5"
and reconnect="false"
and udfName="sd_chat"
and modelTable="command";

参数	含义	默认值
localPathPrefix	模型checkpoint，lora，emb等缓存路径	在localModelDir目录下新建stable_diffusion_models目录
xformers	开启xformers(需要pip install xformers)	"true"
hf_token	Hugging face的token	""
precision	精度	"fp16"
variant	调用模型的类型	"fp16"
checkpoint	模型是否调用checkpoint	"checkpoint"

select explode(from_json(llm_response_predict(sd_chat(llm_param(map(
"instruction", 'cat',
"generation.width", "512",
"generation.height", "512",
"generation.batch_count", "2",
"generation.batch_size", "2"
)))),'Array<struct<prompt: string, img64: string>>')) as nr from finalResult as jsonTable;

select nr.prompt, nr.img64 from jsonTable as result;

模型参数

参数	含义	默认值
Instruction	prompt	非空
generation.negative_prompt	反向的prompt	""
generation.sampler_name	调度名(unpic, euler_a,euler,ddim,ddpm,deis,dpm2,dpm2-a,dpm++_2m,dpm++_2m_karras,heun,heun_karras,lms,pndm:w)	euler_a
generation.sampling_steps	生成的步骤数	25
generation.batch_size	一次生成几张	1
generation.batch_count	生成几次	1
generation.cfg_scale	随机或贴合程度值,值越小生成的图片离你的Tags描述的内容差距越大	7.5
generation.seed	随机种子	-1
generation.width	图片宽度	768
generation.height	图片高度	768
generation.enable_hires	开启高分辨率修复功能(和下面两个一组)	false
generation.upscaler_mode	放大算法(bilinear, bilinear-antialiased,bicubic,bicubic-antialiased,nearest,nearest-exact)	bilinear
generation.scale_slider	放大比例	1.5
generation.enable_multidiff	图片分割处理(减少显存销耗)(和下面3个一组)	false
generation.views_batch_size	分批处理规模	4
generation.window_size	切割大小，宽，高	64
generation.stride	步长	16
generation.init_image	初始化图片，基于这个图片处理(必须传输base64加密的图片) (和下面的一组)	None
generation.strength	重绘幅度: 图像模仿自由度，越高越自由发挥，越低和参考图像越接近，通常小于0.3基本就是加滤镜	0.5

scheduler Link: https://blog.csdn.net/guochunyun/article/details/130362582

生成效果图

一门面向 Data 和 AI 的低代码、云原生的开源编程语言

无需安装部署，在线快速体验 Byzer

更多推荐

byzer plugin install log

Byzer 白泽

函数实现越通用越好？来看看 Byzer-LLM 的 Function Implementation 带来的编程思想大变化...

前言Function Calling 是 OpenAI 首先提出来的一个非常有用的功能，实现了大模型对函数的调用能力。Byzer-LLM 给开源模型也带来了 Function Calling 实现。在这个基础上，我们还拓展了 Respond With Class 功能，允许大模型输出标准的Python对象，进步控制了大模型的输出能力。这两个能力参看：给开源大模型带来Function Callin.