您想直接在 Stable Diffusion 中使用 Flux NF4 而不是 ComfyUI 界面吗？这是这些调整的指南。Stable Diffusion 已成为一种流行的工具，用于创建具有卓越精度的 AI 生成图像。
在本指南中，我们将探索 Stable Diffusion、如何安装和使用它，并探索 Flux NF4 的功能，Flux NF4 是一款扩展其功能的强大扩展。我们还将介绍如何在 Stable Diffusion 中安装 Flux NF4 并充分利用它来完成图像扩散任务。
如何在稳定扩散中使用 Flux NF4
通量 NF4 集成 稳定扩散 为您的图像生成工作流程提供了强大的增强功能。在深入了解细节之前，重要的是要了解 通量 NF4 利用低位精度技术来优化性能，特别是在性能有限的系统上 图形处理器 记忆。
本指南将引导您完成在 Stable Diffusion 中设置和使用 Flux NF4 的过程，使您能够更高效地创建高质量图像。无论您是经验丰富的 AI 艺术家还是刚刚起步，掌握 Flux NF4 都可以提高您的图像生成能力。
什么是稳定扩散？
稳定扩散 是一种深度学习模型，可根据文本提示生成高质量图像。它属于生成模型家族，如 GAN（生成对抗网络），但因其能够以较少的计算能力生成细致多样的图像而脱颖而出。
安装和设置
在开始使用 Stable Diffusion 之前，您需要将其安装到您的系统上。以下是分步指南：
- 安装 Python：确保你的系统上安装了 Python 3.8 或更高版本。你可以从 官方 Python 网站。
- 设置虚拟环境：建议创建一个虚拟环境以避免与其他 Python 包冲突。
python3-m venv sd-env
源 sd-env/bin/activate
- 安装所需的软件包：您需要安装 PyTorch 和其他依赖项。
pip 安装 torch torchvision torchaudio
pip 安装扩散器变压器
- 下载稳定扩散：克隆 稳定扩散 存储库并进行设置。
git 克隆 https://github.com/CompVis/stable-diffusion
cd 稳定扩散
pip 安装-e。
- 下载预先训练的模型：您需要下载 Stable Diffusion 使用的预训练模型。这些模型可以在各种存储库或通过社区贡献找到。
稳定扩散运行
安装后，您可以通过运行以下命令来生成图像：
python scripts/txt2img.py –prompt “日落时的未来城市景观” –plms –n_samples 1 –n_iter 1 –scale 7.5 –ddim_steps 50
此命令根据提供的提示生成单个图像。您可以调整 `–scale` 和 `–ddim_steps` 等参数来控制输出的质量和样式。
Flux NF4 是什么？
Flux NF4 是一种 高级扩展 稳定扩散利用低位加速器来增强图像扩散过程。它对于 GPU 内存有限的用户或寻求更快图像生成速度而不牺牲质量的用户特别有用。
了解 BitsandBytes (BnB)
Flux NF4 与 BitsandBytes (BnB) 集成，后者是一种低位加速器，常用于 LLaMA 和 Phi 等大型语言模型。BnB 可减少计算的位宽，从而加快处理速度并降低内存使用量。在图像扩散的背景下，这意味着更快的生成时间以及在性能较弱的硬件上处理更复杂模型的能力。
支持的 Flux 检查点
Flux 根据您的硬件配置支持不同的检查点：
- 通量 NF4 检查点：它们针对速度和效率进行了优化，特别是在具有 6GB 到 16GB VRAM 的 GPU 上。
- Flux FP8 检查点：这些是为不支持 NF4 的设备设计的，例如较旧的 GPU。
对于大多数用户来说，建议的检查点是`flux1-dev-bnb-nf4-v2.safetensors‘，可在各种设备上提供最佳性能。
在稳定扩散中安装 Flux NF4
现在你明白了什么 通量 下面我们来看一下安装过程：
- 下载 Flux 检查点：根据您设备的功能， 下载 Flux NF4 或 Flux FP8 检查点。大多数用户的推荐选项是 `flux1-dev-bnb-nf4-v2.safetensors`。
- 放置检查点：将下载的检查点文件移动到 Stable Diffusion 安装中的相应目录，通常在 `模型/ldm/稳定扩散-v1/`。
- 配置 UI：如果您使用的是 Forge 之类的 GUI，请确保在设置中选择正确的精度（NF4 或 FP8）。Forge 允许您强制加载特定权重类型或将其保留为自动以使用检查点的默认精度。
在稳定扩散中使用助熔剂 NF4
安装 Flux 后，您现在可以利用它的速度和效率。使用方法如下：
- 设置提示：照常准备文本提示。例如：
python scripts/txt2img.py –prompt “丛林中的宇航员，冷色调，柔和的色彩，非常详细，清晰的焦点” –plms –n_samples 1 –n_iter 1 –scale 7.5 –ddim_steps 50 –ckpt flux1-dev-bnb-nf4-v2.safetensors
- 优化性能：根据您的 GPU 的 VRAM，您可能需要调整 UI 设置：
- GPU 权重：值越大，处理速度越快，但如果太大，可能会导致问题。
- 交换方法：在“队列”和“异步”之间进行选择。后者通常更快，但在某些设备上可能会导致稳定性问题。
- 监控结果：运行命令并观察输出。如果您发现速度或质量存在任何问题，请尝试调整交换位置（CPU 与共享）或内存设置。
将 Flux NF4 与 Stable Diffusion 结合使用可以增强您的渲染能力，尤其是在硬件有限的情况下。按照上述步骤，您可以安装和配置 Flux，以充分利用其低比特率加速，并优化您的工作流程，实现更快、更高效的图像扩散。
特色图片来源： 富尔坎·德米尔卡亚 使用 Flux 实现
