- 追加された行はこのように表示されます。
- 削除された行は
このように表示されます。
!stable-diffusion で遊ぶ
なんか乗り遅れた感があるけど，遊んでおこうかな，と．
遊ぶだけなら[Stable Diffusion Demo|https://huggingface.co/spaces/stabilityai/stable-diffusion]もいいけど，休んでいるGPUマシンでも動かしてみた．
セットアップは https://github.com/CompVis/stable-diffusion 通りに，Anaconda使ってセットアップ
conda env create -f environment.yaml
conda activate ldm
mkdir -p models/ldm/stable-diffusion-v1/
で，https://huggingface.co/CompVis/stable-diffusion-v-1-4-original から sd-v1-4.ckptダウンロードして
models/ldm/stable-diffusion-v1/model.ckpt
としてコピー．
想定されているのはVRAMが10GBのGPUだけど，手元のGPU環境はVRAMが8GBなGTX1080なので，
[テキストから画像を生成するAI「Stable Diffusion」をWindowsにインストールしてみた|https://forest.watch.impress.co.jp/docs/special/1437123.html]を参考に，
python scripts/txt2img.py \
--prompt "a photograph of an astronaut riding a horse" \
--plms --W 384 --H 256
と，サイズ小さ目に．
...全然，オンラインデモの結果と全然違う．
{{ref_image grid-0000.png}}
折角なので，他にもいくつか試してみた．それぞれ，それっぽい(？)のを抜粋．
* a cute girl eating a piece of cake
{{ref_image 00015.png}}
* a boy eating a piece of cake
{{ref_image 00018.png}}
なんかいろいろ試している先人を真似してみると，それっぽいのが出力されてびっくり．
うまくいかないものも多いので --n_iter の値を変えて候補を増やした中から抽出．
{{ref_image 00251.png}}
{{ref_image 00226.png}}
これなんかは，ちょっと上手に恐い．
{{ref_image 00087.png}}
特に工夫せずに，
* japanese anime of a beautiful girl
だけだと
{{ref_image 00070.png}}
{{ref_image 00071.png}}
とか，そんな感じ．文字列で絵を描かせてる，って感じだなあ．
ちなみに，なんか，謎の歌手がでてくるのなんでだろうと思ったら，Twitterで教えてもらった．
https://twitter.com/hotpepsi/status/1579022560419024897
Rick Astleyさんっていうのか．
...別にエッチな画像だしたかったわけじゃないのに，ちょっとず恥かしい．
あらためて，実行結果みたら，
Potential NSFW content was detected in one or more images.
A black image will be returned instead. Try again with a different prompt and/or seed.
って，ちゃんと書いてあった．'A black image'じゃなくて洒落が利いてたけど．
こういう(？)学術的なコード公開でもnsfwとか気にするあたり，
ディープラーニング界隈は倫理関係に注意はらってるんだなあ，と，感心する．
単に描かせるだけじゃなくて，追加学習させたモデル使ってみるとか，
自分で追加学習させようとかも，いろいろあって楽しい．