Disco_Diffusion_Local

Disco Diffusion Local 项目介绍

Disco Diffusion Local 是一款强大的工具，允许用户在本地计算机上运行最新版本的 Disco Diffusion v5 Turbo，并支持 3D 动画。这意味着，无需依赖 Google Colab，就可以在自己的设备上生成视频和图像。更为便利的是，它现在还提供了一种实验性的批处理模式，能够在一次运行中生成多个不同主题的视频。

运行环境要求

必须拥有至少 8GB 显存的 Nvidia GPU（推荐 12GB 或更高）。
Windows 10 或 11 操作系统。

在 Windows 上运行的步骤

步骤 1：更新 Windows

请确保你的 Windows 版本至少为 21H2，以便 GPU 能正常工作。可以通过在命令提示符中输入 winver 来检查当前版本。如果版本低于 21H2，建议通过“更新助手”进行系统更新。

步骤 2：安装 WSL2

为了使用仅限 Linux 的依赖项，需安装 Windows Subsystem for Linux (WSL2)。在 Windows Powershell 中运行 wsl --install，并根据提示操作。重启电脑后，系统将安装 Ubuntu。

步骤 3：在 Ubuntu 上安装 Anaconda

打开安装的 Ubuntu 应用，并按照以下命令安装 Anaconda：

mkdir Downloads 
cd Downloads 
wget https://repo.anaconda.com/archive/Anaconda3-2021.11-Linux-x86_64.sh
bash Anaconda3-2021.11-Linux-x86_64.sh

完成安装后，验证 Anaconda 是否成功安装：conda --help。

步骤 4：创建虚拟环境

在 Ubuntu 中创建并激活一个名为 pytorch_110 的 Conda 虚拟环境：

conda create -n pytorch_110
conda activate pytorch_110

安装 PyTorch 及其他依赖项：

conda install pytorch==1.10 torchvision torchaudio cudatoolkit==11.1 -c pytorch -c conda-forge
conda install jupyter pandas requests matplotlib
conda install opencv -c conda-forge

步骤 5，选项 1：与 Colab 类似的简单操作

下载并在 Jupyter Notebook 中运行修改后的 .ipynb 文件来生成图像或视频。可通过以下步骤设置：

在 Ubuntu 终端中运行 explorer.exe .，在 Windows 资源管理器中打开 Ubuntu 目录。
下载并解压项目中的 .ipynb 文件，复制到 Ubuntu 目录中。
运行 jupyter notebook，在浏览器中打开 Jupyter 环境，然后逐步运行各个单元格以安装所需的依赖项。

步骤 5，选项 2：批处理模式（实验性）

创建一个包含设置文件的文件夹，使笔记本能够逐个处理这些文件来批量生成视频。

将项目克隆到 Ubuntu 安装中，并在设置文件（如“master_settings.txt”）中定义视频设置。
在命令行中运行：

jupyter nbconvert --execute --to notebook --inplace Disco_Diffusion_v5_2_w_VR_Mode_batch_mode.ipynb

常见问题

CUDA 错误

当你的代码占用过多的显存时，可能会遇到 CUDA 错误。可以尝试：
- 禁用掉部分模型，仅保留需要的模型。
- 降低分辨率（例如调至 128x128）。
- 在“扩散和 CLIP 模型设置”中，切换至“256x256_diffusion_uncond”。

Disco Diffusion Local 项目旨在为用户提供更灵活的图像和视频生成环境。如果在操作过程中遇到问题，欢迎反馈并获取帮助。