【深度学习】stable-diffusion-webui AUTOMATIC1111 的参数解释翻译

本文主要是介绍【深度学习】stable-diffusion-webui AUTOMATIC1111 的参数解释翻译,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Command-Line-Arguments-and-Settings

参数命令默认值描述
-h, --helpNoneFalse显示帮助信息并退出
–exit安装后终止
–data-dirDATA_DIR./存储所有用户数据的基本路径
–configCONFIGconfigs/stable-diffusion/v1-inference.yaml构建模型的配置文件路径
–ckptCKPTmodel.ckpt稳定扩散模型的检查点路径;如果指定,则将此检查点添加到检查点列表并加载
–ckpt-dirCKPT_DIRNone稳定扩散检查点目录路径
–no-download-sd-modelNoneFalse即使未找到模型也不下载SD1.5模型
–do-not-download-clipNoneFalse即使检查点中不包含CLIP模型也不下载
–vae-dirVAE_PATHNone变分自编码器模型路径
–vae-pathVAE_PATHNone用作VAE的检查点;设置此参数
–gfpgan-dirGFPGAN_DIRGFPGAN/GFPGAN目录
–gfpgan-modelGFPGAN_MODELGFPGAN model file name.
–codeformer-models-pathCODEFORMER_MODELS_PATHmodels/Codeformer/codeformer模型文件的目录路径
–gfpgan-models-pathGFPGAN_MODELS_PATHmodels/GFPGANGFPGAN模型文件的目录路径
–esrgan-models-pathESRGAN_MODELS_PATHmodels/ESRGANESRGAN模型文件的目录路径
–bsrgan-models-pathBSRGAN_MODELS_PATHmodels/BSRGANBSRGAN模型文件的目录路径
–realesrgan-models-pathREALESRGAN_MODELS_PATHmodels/RealESRGANRealESRGAN模型文件的目录路径
–scunet-models-pathSCUNET_MODELS_PATHmodels/ScuNETScuNET模型文件的目录路径
–swinir-models-pathSWINIR_MODELS_PATHmodels/SwinIRSwinIR和SwinIR v2模型文件的目录路径
–ldsr-models-pathLDSR_MODELS_PATHmodels/LDSRLDSR模型文件的目录路径
–dat-models-pathDAT__MODELS_PATHmodels/DATDAT模型文件的目录路径
–lora-dirLORA_DIRmodels/LoraLora网络目录路径
–clip-models-pathCLIP_MODELS_PATHNoneCLIP模型文件的目录路径
–embeddings-dirEMBEDDINGS_DIRembeddings/文本反演的嵌入目录(默认:embeddings)
–textual-inversion-templates-dirTEXTUAL_INVERSION_TEMPLATES_DIRtextual_inversion_templates文本反演模板目录
–hypernetwork-dirHYPERNETWORK_DIRmodels/hypernetworks/超网络目录
–localizations-dirLOCALIZATIONS_DIRlocalizations/本地化目录
–styles-fileSTYLES_FILEstyles.csv样式文件路径或通配符路径,允许多个条目
–ui-config-fileUI_CONFIG_FILEui-config.json用于UI配置的文件名
–no-progressbar-hidingNoneFalse在gradio UI中不隐藏进度条(我们隐藏它是因为如果浏览器中有硬件加速会减慢ML速度)
–max-batch-countMAX_BATCH_COUNT16UI的最大批次计数值
–ui-settings-fileUI_SETTINGS_FILEconfig.json用于UI设置的文件名
–allow-codeNoneFalse允许从Web UI执行自定义脚本
–shareNoneFalse对gradio使用share=True并使UI通过其网站访问
–listenNoneFalse使用0.0.0.0作为服务器名称启动gradio,允许响应网络请求
–portPORT7860使用给定的服务器端口启动gradio,您需要root/admin权限来使用端口<1024;如果可用,默认为7860
–hide-ui-dir-configNoneFalse在Web UI中隐藏目录配置
–freeze-settingsNoneFalse全局禁用所有设置的编辑
–freeze-settings-in-sectionsNoneFalse通过指定逗号分隔的列表,如"saving-images,upscaling",在设置页面的特定部分禁用设置编辑
–freeze-specific-settingsNoneFalse通过指定逗号分隔的列表,如"samples_save,samples_format",禁用单个设置的编辑
–enable-insecure-extension-accessNoneFalse无论其他选项如何,启用扩展选项卡
–gradio-debugNoneFalse使用–debug选项启动gradio
–gradio-authGRADIO_AUTHNone设置gradio身份验证,如username:password;或用逗号分隔多个,如u1:p1,u2:p2,u3:p3
–gradio-auth-pathGRADIO_AUTH_PATHNone设置gradio身份验证文件路径,如/path/to/auth/file,身份验证格式与–gradio-auth相同
–disable-console-progressbarsNoneFalse不向控制台输出进度条
–enable-console-promptsNoneFalse在使用txt2img和img2img生成时将提示输出到控制台
–apiNoneFalse使用API启动Web UI
–api-authAPI_AUTHNone为API设置身份验证,如username:password;或用逗号分隔多个,如u1:p1,u2:p2,u3:p3
–api-logNoneFalse启用所有API请求的日志记录
–nowebuiNoneFalse仅启动API,而不启动UI
–ui-debug-modeNoneFalse不加载模型以快速启动UI
–device-idDEVICE_IDNone选择要使用的默认CUDA设备(可能需要在之前导出CUDA_VISIBLE_DEVICES=0,1等)
–administratorNoneFalse管理员权限
–cors-allow-originsCORS_ALLOW_ORIGINSNone允许的CORS源,以逗号分隔的列表形式(无空格)
–cors-allow-origins-regexCORS_ALLOW_ORIGINS_REGEXNone允许的CORS源,以单个正则表达式的形式
–tls-keyfileTLS_KEYFILENone部分启用TLS,需要–tls-certfile才能完全功能
–tls-certfileTLS_CERTFILENone部分启用TLS,需要–tls-keyfile才能完全功能
–disable-tls-verifyNoneFalse传递时,启用使用自签名证书
–server-nameSERVER_NAMENone设置服务器的主机名
–no-gradio-queueNoneFalse禁用gradio队列;使网页使用http请求而不是websockets;在早期版本中是默认设置
–gradio-allowed-pathNoneNone将路径添加到Gradio的allowed_paths;使其能够从中提供文件
–no-hashingNoneFalse禁用检查点的SHA-256哈希以帮助加载性能
–skip-version-checkNoneFalse不检查torch和xformers的版本
–skip-python-version-checkNoneFalse不检查Python版本
–skip-torch-cuda-testNoneFalse不检查CUDA是否能正常工作
–skip-installNoneFalse跳过软件包的安装
–loglevelNoneNone日志级别;其中之一:CRITICAL,ERROR,WARNING,INFO,DEBUG
–log-startupNoneFalselaunch.py参数:在启动时打印详细日志
–api-server-stopNoneFalse启用通过api停止/重新启动/终止服务器
–timeout-keep-aliveint30设置uvicorn的timeout_keep_alive
性能
–xformersNoneFalse为交叉注意层启用xformers
–force-enable-xformersNoneFalse启用xformers为交叉注意层,即使检查代码认为您可以运行它;如果这不起作用,请不要报告错误
–xformers-flash-attentionNoneFalse启用xformers与Flash Attention以提高可重复性(仅支持SD2.x或变体)
–opt-sdp-attentionNoneFalse启用缩放点积交叉注意层优化;需要PyTorch 2.*
–opt-sdp-no-mem-attentionFalseNone启用缩放点积交叉注意层优化,而不使用内存高效注意力,使图像生成确定性;需要PyTorch 2.*
–opt-split-attentionNoneFalse强制启用Doggettx的交叉注意层优化。默认情况下,CUDA启用系统时启用
–opt-split-attention-invokeaiNoneFalse强制启用InvokeAI的交叉注意层优化。默认情况下,当CUDA不可用时启用
–opt-split-attention-v1NoneFalse启用不占用所有可用VRAM的旧版本拆分注意优化
–opt-sub-quad-attentionNoneFalse启用内存高效的次二次方交叉注意层优化
–sub-quad-q-chunk-sizeSUB_QUAD_Q_CHUNK_SIZE1024次二次方交叉注意层优化使用的查询块大小
–sub-quad-kv-chunk-sizeSUB_QUAD_KV_CHUNK_SIZENone次二次方交叉注意层优化使用的KV块大小
–sub-quad-chunk-thresholdSUB_QUAD_CHUNK_THRESHOLDNone次二次方交叉注意层优化使用分块的VRAM阈值百分比
–opt-channelslastNoneFalse为4d张量启用备用布局,可能仅在具有Tensor核心(16xx及更高版本)的Nvidia卡上实现更快的推理
–disable-opt-split-attentionNoneFalse强制禁用交叉注意层优化
–disable-nan-checkNoneFalse不检查生成的图像/潜在空间是否有nans;对于在CI中不带检查点运行很有用
–use-cpu{all, sd, interrogate, gfpgan, bsrgan, esrgan, scunet, codeformer}None对指定模块使用CPU作为torch设备
–use-ipexNoneFalse使用Intel XPU作为torch设备
–no-halfNoneFalse不将模型切换到16位浮点数
–precision{full,autocast}autocast以此精度进行评估
–no-half-vaeNoneFalse不将VAE模型切换到16位浮点数
–upcast-samplingNoneFalse上采样。对–no-half没有影响。通常会产生与–no-half相似的结果,但性能更好,同时使用更少的内存。
–medvramNoneFalse启用稳定扩散模型优化以牺牲一些性能换取低VRAM使用
–medvram-sdxlNoneFalse仅对SDXL模型启用–medvram优化
–lowvramNoneFalse启用稳定扩散模型优化以牺牲大量速度换取非常低的VRAM使用
–lowramNoneFalse将稳定扩散检查点权重加载到VRAM而不是RAM
–disable-model-loading-ram-optimizationNoneFalse禁用在加载模型时减少RAM使用的优化
特性
–autolaunchNoneFalse启动时在系统默认浏览器中打开Web UI URL
–themeNoneUnset使用指定的主题(lightdark)打开Web UI。如果未指定,则使用默认浏览器主题
–use-textbox-seedNoneFalse在UI中使用文本框作为种子(没有上下,但可以输入长种子)
–disable-safe-unpickleNoneFalse禁用检查PyTorch模型中的恶意代码
–ngrokNGROKNonengrok身份令牌,是gradio–share的替代方案
–ngrok-regionNGROK_REGIONusngrok应启动的区域
–ngrok-optionsNGROK_OPTIONSNone传递给ngrok的选项,格式为JSON,例如:{“authtoken_from_env”:true, “basic_auth”:“user:password”, “oauth_provider”:“google”, “oauth_allow_emails”:“user@asdf.com”}
–update-checkNoneNone启动时通知您的Web UI版本(提交)是否与当前主分支同步
–update-all-extensionsNoneNone启动时,拉取所有已安装扩展的最新更新
–reinstall-xformersNoneFalse强制重新安装xformers。对升级有用-但升级后请将其删除,否则您将永远重新安装xformers
–reinstall-torchNoneFalse强制重新安装torch。对升级有用-但升级后请将其删除,否则您将永远重新安装torch
–testsTESTSFalse运行测试以验证Web UI功能,详见wiki主题
–no-testsNoneFalse即使指定了–tests选项,也不要运行测试
–dump-sysinfoNoneFalselaunch.py参数:转储有限的系统信息文件(不包含有关扩展,选项的信息)到磁盘并退出
–disable-all-extensionsNoneFalse禁用所有非内置扩展的运行
–disable-extra-extensionsNoneFalse禁用所有扩展的运行
–skip-load-model-at-startNoneFalse如果在Web启动时加载模型,仅在–nowebui时生效
–unix-filenames-sanitizationNoneFalse允许文件名中除’/'之外的任何符号。可能与您的浏览器和文件系统冲突
–filenames-max-lengthint128保存图像的文件名最大长度,较长的文件名将被截断。如果被覆盖,可能会导致文件系统问题
–no-prompt-historyNoneFalse禁用从上次生成的提示读取功能;禁用–data-path/params.txt
废弃选项
–show-negative-promptNoneFalse不再有效
–deepdanbooruNoneFalse不再有效
–unload-gfpganNoneFalse不再有效
–gradio-img2img-toolGRADIO_IMG2IMG_TOOLNone不再有效
–gradio-inpaint-toolGRADIO_INPAINT_TOOLNone不再有效
–gradio-queueNoneFalse不再有效
–add-stop-routeNoneFalse不再有效
–always-batch-cond-uncondNoneFalse不再有效,移至UI下的设置>优化

这篇关于【深度学习】stable-diffusion-webui AUTOMATIC1111 的参数解释翻译的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1074637

相关文章

51单片机学习记录———定时器

文章目录 前言一、定时器介绍二、STC89C52定时器资源三、定时器框图四、定时器模式五、定时器相关寄存器六、定时器练习 前言 一个学习嵌入式的小白~ 有问题评论区或私信指出~ 提示:以下是本篇文章正文内容,下面案例可供参考 一、定时器介绍 定时器介绍:51单片机的定时器属于单片机的内部资源,其电路的连接和运转均在单片机内部完成。 定时器作用: 1.用于计数系统,可

问题:第一次世界大战的起止时间是 #其他#学习方法#微信

问题:第一次世界大战的起止时间是 A.1913 ~1918 年 B.1913 ~1918 年 C.1914 ~1918 年 D.1914 ~1919 年 参考答案如图所示

[word] word设置上标快捷键 #学习方法#其他#媒体

word设置上标快捷键 办公中,少不了使用word,这个是大家必备的软件,今天给大家分享word设置上标快捷键,希望在办公中能帮到您! 1、添加上标 在录入一些公式,或者是化学产品时,需要添加上标内容,按下快捷键Ctrl+shift++就能将需要的内容设置为上标符号。 word设置上标快捷键的方法就是以上内容了,需要的小伙伴都可以试一试呢!

AssetBundle学习笔记

AssetBundle是unity自定义的资源格式,通过调用引擎的资源打包接口对资源进行打包成.assetbundle格式的资源包。本文介绍了AssetBundle的生成,使用,加载,卸载以及Unity资源更新的一个基本步骤。 目录 1.定义: 2.AssetBundle的生成: 1)设置AssetBundle包的属性——通过编辑器界面 补充:分组策略 2)调用引擎接口API

Javascript高级程序设计(第四版)--学习记录之变量、内存

原始值与引用值 原始值:简单的数据即基础数据类型,按值访问。 引用值:由多个值构成的对象即复杂数据类型,按引用访问。 动态属性 对于引用值而言,可以随时添加、修改和删除其属性和方法。 let person = new Object();person.name = 'Jason';person.age = 42;console.log(person.name,person.age);//'J

大学湖北中医药大学法医学试题及答案,分享几个实用搜题和学习工具 #微信#学习方法#职场发展

今天分享拥有拍照搜题、文字搜题、语音搜题、多重搜题等搜题模式,可以快速查找问题解析,加深对题目答案的理解。 1.快练题 这是一个网站 找题的网站海量题库,在线搜题,快速刷题~为您提供百万优质题库,直接搜索题库名称,支持多种刷题模式:顺序练习、语音听题、本地搜题、顺序阅读、模拟考试、组卷考试、赶快下载吧! 2.彩虹搜题 这是个老公众号了 支持手写输入,截图搜题,详细步骤,解题必备

《offer来了》第二章学习笔记

1.集合 Java四种集合:List、Queue、Set和Map 1.1.List:可重复 有序的Collection ArrayList: 基于数组实现,增删慢,查询快,线程不安全 Vector: 基于数组实现,增删慢,查询快,线程安全 LinkedList: 基于双向链实现,增删快,查询慢,线程不安全 1.2.Queue:队列 ArrayBlockingQueue:

ABAP怎么把传入的参数刷新到内表里面呢?

1.在执行相关的功能操作之前,优先执行这一段代码,把输入的数据更新入内表里面 DATA: lo_guid TYPE REF TO cl_gui_alv_grid.CALL FUNCTION 'GET_GLOBALS_FROM_SLVC_FULLSCR'IMPORTINGe_grid = lo_guid.CALL METHOD lo_guid->check_changed_data.CALL M

硬件基础知识——自学习梳理

计算机存储分为闪存和永久性存储。 硬盘(永久存储)主要分为机械磁盘和固态硬盘。 机械磁盘主要靠磁颗粒的正负极方向来存储0或1,且机械磁盘没有使用寿命。 固态硬盘就有使用寿命了,大概支持30w次的读写操作。 闪存使用的是电容进行存储,断电数据就没了。 器件之间传输bit数据在总线上是一个一个传输的,因为通过电压传输(电流不稳定),但是电压属于电势能,所以可以叠加互相干扰,这也就是硬盘,U盘

人工智能机器学习算法总结神经网络算法(前向及反向传播)

1.定义,意义和优缺点 定义: 神经网络算法是一种模仿人类大脑神经元之间连接方式的机器学习算法。通过多层神经元的组合和激活函数的非线性转换,神经网络能够学习数据的特征和模式,实现对复杂数据的建模和预测。(我们可以借助人类的神经元模型来更好的帮助我们理解该算法的本质,不过这里需要说明的是,虽然名字是神经网络,并且结构等等也是借鉴了神经网络,但其原型以及算法本质上还和生物层面的神经网络运行原理存在