Flux.1 免費開源文生圖模型介紹及使用指南 @ 4060Ti 16G
Flux.1 是一款免費開源的模型，用於文生圖
說起文生圖，最近的突破就是文字在 AI 的圖像中終於可控了，以前總是一堆奇怪的文字
本次使用的虛擬機
RAM： 16GB
GPU： 4060Ti 16G
OS：Ubuntu 22.04 LTS
Driver：555.42.02
CUDA Version： 12.1
安裝 ComfyUI
- git clone https://github.com/comfyanonymous/ComfyUI
- 將 SD 放到 models/checkpoints
- 將 VAE 放到 models/vae
在 Conda 虛擬環境上安裝套件
(base) sung@gpu:~/ComfyUI$ conda create -n flux
Channels:
- defaults
Platform: linux-64
Collecting package metadata (repodata.json): done
Solving environment: done
(base) sung@gpu:~/ComfyUI$ conda activate flux
(flux) sung@gpu:~/ComfyUI$ pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121
(flux) sung@gpu:~/ComfyUI$ pip install -r requirements.txt
ComfyUI 中文化
- cd ComfyUI/Custom_nodes
- git clone https://github.com/AIGODLIKE/AIGODLIKE-ComfyUI-Translation
下載 Flux 模型
- 官方 FP16 版本，需要 24G VRAM black-forest-labs/FLUX.1-dev at main (huggingface.co)
- 我們所選用的 FP8 版本，需要 12G VRAM Kijai/flux-fp8 at main (huggingface.co)
(flux) sung@gpu: cd ComfyUI/models/unet
(flux) sung@gpu:~/ComfyUI/models/unet$ (flux) sung@gpu:~/ComfyUI/models/unet$ wget https://huggingface.co/Kijai/flux-fp8/resolve/main/flux1-dev-fp8.safetensors
下載 CLIP 模型 (Text Encoder)
comfyanonymous/flux_text_encoders at main (huggingface.co)
- FP16，需要 32G VRAM
- 我們所選用的 FP8 版本
(flux) sung@gpu:~/ComfyUI/models/clip$ wget https://huggingface.co/comfyanonymous/flux_text_encoders/resolve/main/t5xxl_fp8_e4m3fn.safetensors
(flux) sung@gpu:~/ComfyUI/models/clip$ wget https://huggingface.co/comfyanonymous/flux_text_encoders/resolve/main/clip_l.safetensors
下載 VAE 模型
(flux) sung@gpu:~$ cd ComfyUI/models/vae
(flux) sung@gpu:~/ComfyUI/models/vae$ wget https://huggingface.co/black-forest-labs/FLUX.1-schnell/resolve/main/ae.safetensors
啟動 ComfyUI
(flux) sung@gpu:~/ComfyUI$ python3 main.py --listen
Total VRAM 15985 MB, total RAM 15952 MB
pytorch version: 2.2.2+cu121
Set vram state to: NORMAL_VRAM
Device: cuda:0 NVIDIA GeForce RTX 4060 Ti : cudaMallocAsync
Using pytorch cross attention
****** User settings have been changed to be stored on the server instead of browser storage. ******
****** For multi-user setups add the --multi-user CLI argument to enable multiple user profiles. ******
[Prompt Server] web root: /home/sung/ComfyUI/web
Import times for custom nodes:
0.0 seconds: /home/sung/ComfyUI/custom_nodes/websocket_image_save.py
Starting server
To see the GUI go to: http://0.0.0.0:8188
執行 Sample 例子
從 Flux.1 ComfyUI Guide, workflow and example – ComfyUI-WIKI 可以下載 Sample JSON
使用 Flux under 12GB VRAM
- 下載後，從 ComfyUI 進行載入 (Load)
- 如果需要的話，調整其他參數
- 點選 Queue Prompt 後進行圖片的生成
遇到的問題
模型載入到一半死掉？
通常是 VRAM 不足夠模型去跑，或者是產出的圖片太大，導致 VRAM 使用超過
第一次載入要多久？
解析度不夠可以怎麼調整？
調整 Steps 使多可以使畫面變得清晰
參考資料
留言0
查看全部
你可能也想看
Google News 追蹤
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
之前試 FLUX 是透過 TensorArt 的 AI 工具，不過這樣的方式~操作上跟原本我的操作習慣是分開的，有點小小困擾。
這幾天，有人，把 FLUX 模型放上 TensorArt 了! 喔! 我試了一下，還不錯用，比用 AI Tools 那邊方便多，也習慣多了!
Flux 也蠻出色的，畫腳丫子的成功率也蠻高(比起以前 SD 而言，哈哈!)。
上圖、下圖的提示詞都是: Create an image of a 30-year-old Asian Office Lady with a height of about 5'4" (163 cm)...
我已往產生圖片都會盡量避開手部(手指)的動作，這次，真的認真來刻意畫手。
(其實，我覺得 Bing 和 ChatGPT 的 DALL·E 3 模型畫手也勉強可以，但我絕對不會特別想去強調 "手" 的動作，來產生圖片。)
了解如何使用 Cloudflare Workers AI 與 Whisper 建立免費開源的語音辨識功能。本文詳細說明註冊步驟、部署流程及程式碼修改，讓你輕鬆將語音轉換成文字。
其實，我建議，用編輯軟體(如: Canva 或 Photopea )處理文字可能比較方便(尤其想寫中文的話)。
我想介紹一個最近出現，在 TensorArt 中就能使用的生圖新技術 FLUX。我不確定稱他為 "新技術" 是否恰當，畢竟我不是 AI 繪圖這方面的專家，很難精準的說它是啥的，請見諒
Fluxus，又稱激浪派，是在 1960 年代興起的前衛運動，強調將藝術與日常生活緊密聯繫。無論是實物作品還是表演作品，激浪派的作品往往展現了對藝術本身的批判態度，並將過程置於成品之上。
本文提供如何使用 Google Colab 結合 Faster Whisper 來提升語音辨識速度與準確性，包含安裝指南與使用方法。探索如何將語音轉換為文本，並對檔案進行不同格式的輸出。
本篇筆記了如何使用Google Colab和OpenAI的Whisper Large V3進行免費且開源的語音辨識。涵蓋從基礎設定到實際運用的步驟，適合初學者和技術愛好者輕鬆學習語音辨識技術。
我喜歡富樂市，在於他們硬是在一個老宅重生的店裡，硬是把餐點做出法式餐廳水準，口袋餅堅持要火烤，cream cheese莫名的堅持，半熟太陽蛋用鑄鐵TURK鍋現煎，配菜只有簡單的小黃瓜片、蘿蔔絲、甜菜絲，我無法理解為什麼同樣是生菜，有的店家可以味同塑膠片，富樂市可以保存得清爽多汁。
隨著理財資訊的普及，越來越多台灣人不再將資產侷限於台股，而是將視野拓展到國際市場。特別是美國市場，其豐富的理財選擇，讓不少人開始思考將資金配置於海外市場的可能性。
然而，要參與美國市場並不只是盲目跟隨標的這麼簡單，而是需要策略和方式，尤其對新手而言，除了選股以外還會遇到語言、開戶流程、Ap
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
之前試 FLUX 是透過 TensorArt 的 AI 工具，不過這樣的方式~操作上跟原本我的操作習慣是分開的，有點小小困擾。
這幾天，有人，把 FLUX 模型放上 TensorArt 了! 喔! 我試了一下，還不錯用，比用 AI Tools 那邊方便多，也習慣多了!
Flux 也蠻出色的，畫腳丫子的成功率也蠻高(比起以前 SD 而言，哈哈!)。
上圖、下圖的提示詞都是: Create an image of a 30-year-old Asian Office Lady with a height of about 5'4" (163 cm)...
我已往產生圖片都會盡量避開手部(手指)的動作，這次，真的認真來刻意畫手。
(其實，我覺得 Bing 和 ChatGPT 的 DALL·E 3 模型畫手也勉強可以，但我絕對不會特別想去強調 "手" 的動作，來產生圖片。)
了解如何使用 Cloudflare Workers AI 與 Whisper 建立免費開源的語音辨識功能。本文詳細說明註冊步驟、部署流程及程式碼修改，讓你輕鬆將語音轉換成文字。
其實，我建議，用編輯軟體(如: Canva 或 Photopea )處理文字可能比較方便(尤其想寫中文的話)。
我想介紹一個最近出現，在 TensorArt 中就能使用的生圖新技術 FLUX。我不確定稱他為 "新技術" 是否恰當，畢竟我不是 AI 繪圖這方面的專家，很難精準的說它是啥的，請見諒
Fluxus，又稱激浪派，是在 1960 年代興起的前衛運動，強調將藝術與日常生活緊密聯繫。無論是實物作品還是表演作品，激浪派的作品往往展現了對藝術本身的批判態度，並將過程置於成品之上。
本文提供如何使用 Google Colab 結合 Faster Whisper 來提升語音辨識速度與準確性，包含安裝指南與使用方法。探索如何將語音轉換為文本，並對檔案進行不同格式的輸出。
本篇筆記了如何使用Google Colab和OpenAI的Whisper Large V3進行免費且開源的語音辨識。涵蓋從基礎設定到實際運用的步驟，適合初學者和技術愛好者輕鬆學習語音辨識技術。
我喜歡富樂市，在於他們硬是在一個老宅重生的店裡，硬是把餐點做出法式餐廳水準，口袋餅堅持要火烤，cream cheese莫名的堅持，半熟太陽蛋用鑄鐵TURK鍋現煎，配菜只有簡單的小黃瓜片、蘿蔔絲、甜菜絲，我無法理解為什麼同樣是生菜，有的店家可以味同塑膠片，富樂市可以保存得清爽多汁。