Skip to content

ClasCat® AI Research

クラスキャット – 生成 AI, AI エージェント, MCP

Menu
  • ホーム
    • ClassCat® AI Research ホーム
    • クラスキャット・ホーム
  • OpenAI API
    • OpenAI Python ライブラリ 1.x : 概要
    • OpenAI ブログ
      • GPT の紹介
      • GPT ストアの紹介
      • ChatGPT Team の紹介
    • OpenAI platform 1.x
      • Get Started : イントロダクション
      • Get Started : クイックスタート (Python)
      • Get Started : クイックスタート (Node.js)
      • Get Started : モデル
      • 機能 : 埋め込み
      • 機能 : 埋め込み (ユースケース)
      • ChatGPT : アクション – イントロダクション
      • ChatGPT : アクション – Getting started
      • ChatGPT : アクション – アクション認証
    • OpenAI ヘルプ : ChatGPT
      • ChatGPTとは何ですか?
      • ChatGPT は真実を語っていますか?
      • GPT の作成
      • GPT FAQ
      • GPT vs アシスタント
      • GPT ビルダー
    • OpenAI ヘルプ : ChatGPT > メモリ
      • FAQ
    • OpenAI ヘルプ : GPT ストア
      • 貴方の GPT をフィーチャーする
    • OpenAI Python ライブラリ 0.27 : 概要
    • OpenAI platform
      • Get Started : イントロダクション
      • Get Started : クイックスタート
      • Get Started : モデル
      • ガイド : GPT モデル
      • ガイド : 画像生成 (DALL·E)
      • ガイド : GPT-3.5 Turbo 対応 微調整
      • ガイド : 微調整 1.イントロダクション
      • ガイド : 微調整 2. データセットの準備 / ケーススタディ
      • ガイド : 埋め込み
      • ガイド : 音声テキスト変換
      • ガイド : モデレーション
      • ChatGPT プラグイン : イントロダクション
    • OpenAI Cookbook
      • 概要
      • API 使用方法 : レート制限の操作
      • API 使用方法 : tiktoken でトークンを数える方法
      • GPT : ChatGPT モデルへの入力をフォーマットする方法
      • GPT : 補完をストリームする方法
      • GPT : 大規模言語モデルを扱う方法
      • 埋め込み : 埋め込みの取得
      • GPT-3 の微調整 : 分類サンプルの微調整
      • DALL-E : DALL·E で 画像を生成して編集する方法
      • DALL·E と Segment Anything で動的マスクを作成する方法
      • Whisper プロンプティング・ガイド
  • Gemini API
    • Tutorials : クイックスタート with Python (1) テキスト-to-テキスト生成
    • (2) マルチモーダル入力 / 日本語チャット
    • (3) 埋め込みの使用
    • (4) 高度なユースケース
    • クイックスタート with Node.js
    • クイックスタート with Dart or Flutter (1) 日本語動作確認
    • Gemma
      • 概要 (README)
      • Tutorials : サンプリング
      • Tutorials : KerasNLP による Getting Started
  • Keras 3
    • 新しいマルチバックエンド Keras
    • Keras 3 について
    • Getting Started : エンジニアのための Keras 入門
    • Google Colab 上のインストールと Stable Diffusion デモ
    • コンピュータビジョン – ゼロからの画像分類
    • コンピュータビジョン – 単純な MNIST convnet
    • コンピュータビジョン – EfficientNet を使用した微調整による画像分類
    • コンピュータビジョン – Vision Transformer による画像分類
    • コンピュータビジョン – 最新の MLPモデルによる画像分類
    • コンピュータビジョン – コンパクトな畳込み Transformer
    • Keras Core
      • Keras Core 0.1
        • 新しいマルチバックエンド Keras (README)
        • Keras for TensorFlow, JAX, & PyTorch
        • 開発者ガイド : Getting started with Keras Core
        • 開発者ガイド : 関数型 API
        • 開発者ガイド : シーケンシャル・モデル
        • 開発者ガイド : サブクラス化で新しい層とモデルを作成する
        • 開発者ガイド : 独自のコールバックを書く
      • Keras Core 0.1.1 & 0.1.2 : リリースノート
      • 開発者ガイド
      • Code examples
      • Keras Stable Diffusion
        • 概要
        • 基本的な使い方 (テキスト-to-画像 / 画像-to-画像変換)
        • 混合精度のパフォーマンス
        • インペインティングの簡易アプリケーション
        • (参考) KerasCV – Stable Diffusion を使用した高性能画像生成
  • TensorFlow
    • TF 2 : 初級チュートリアル
    • TF 2 : 上級チュートリアル
    • TF 2 : ガイド
    • TF 1 : チュートリアル
    • TF 1 : ガイド
  • その他
    • 🦜️🔗 LangChain ドキュメント / ユースケース
    • Stable Diffusion WebUI
      • Google Colab で Stable Diffusion WebUI 入門
      • HuggingFace モデル / VAE の導入
      • LoRA の利用
    • Diffusion Models / 拡散モデル
  • クラスキャット
    • 会社案内
    • お問合せ
    • Facebook
    • ClassCat® Blog
Menu

Stable Diffusion WebUI : HuggingFace モデル / VAE の導入

Posted on 04/08/202304/08/2023 by Sales Information

Stable Diffusion WebUI : HuggingFace モデル / VAE の導入 (ブログ)

作成 : Masashi Okumura (@ClassCat)
作成日時 : 04/07/2023

* サンプルコードの動作確認はしておりますが、必要な場合には適宜、追加改変しています。
* ご自由にリンクを張って頂いてかまいませんが、sales-info@classcat.com までご一報いただけると嬉しいです。

 

クラスキャット 人工知能 研究開発支援サービス

◆ クラスキャット は人工知能・テレワークに関する各種サービスを提供しています。お気軽にご相談ください :

  • 人工知能研究開発支援
    1. 人工知能研修サービス(経営者層向けオンサイト研修)
    2. テクニカルコンサルティングサービス
    3. 実証実験(プロトタイプ構築)
    4. アプリケーションへの実装

  • 人工知能研修サービス

  • PoC(概念実証)を失敗させないための支援
◆ 人工知能とビジネスをテーマに WEB セミナーを定期的に開催しています。スケジュール。
  • お住まいの地域に関係なく Web ブラウザからご参加頂けます。事前登録 が必要ですのでご注意ください。

◆ お問合せ : 本件に関するお問い合わせ先は下記までお願いいたします。

  • 株式会社クラスキャット セールス・マーケティング本部 セールス・インフォメーション
  • sales-info@classcat.com  ;  Website: www.classcat.com  ;   ClassCatJP

 

 

Stable Diffusion WebUI : HuggingFace モデル / VAE の導入

Stable Diffusion WebUI を利用する場合、デフォルトのモデルのままでは高品質な画像を生成することは難しいです。そのため、通常は目的や好みに合致した再調整モデルと (利用可能であれば) それに付随する VAE (変分オートエンコーダ) を追加インストールした上で利用します。

この記事では、🤗 モデルハブ の人気モデル Openjourney と Anything をインストールして利用してみます。Anything では付属の VAE が利用可能になっています。

 
前提条件 : Google Colab 上で Stable Diffusion WebUI の最小構成がインストールされているものと仮定しています。その方法については以下を参照してください :

  • Stable Diffusion : Google Colab で Stable Diffusion WebUI 入門

 

Openjourney モデルのインストールとテスト

Openjourney は Midjourney 画像上で再調整された Stable Diffusion モデルで、(stabilityai, CompVis, runwayml のオリジナルモデルを別にすれば) 🤗 モデルハブで最も多くダウンロードされている人気モデルです。

Stable Diffusion WebUI への導入は簡単です。モデルページの Files and versions タブからモデル本体 mdjrny-v4.safetensors のダウンロード URL を確認してダウンロードするだけです。注意点は :

  • モデル形式は .ckpt と .safetensors があります。.safetensors は安全性を考慮したファイル形式ですので、両方の形式がある場合には .safetensors ファイルを利用しましょう。
  • Stable Diffusion WebUI の models/Stable-diffusion ディレクトリに収めます。
!wget https://huggingface.co/prompthero/openjourney/resolve/main/mdjrny-v4.safetensors -O /content/stable-diffusion-webui/models/Stable-diffusion/mdjrny-v4.safetensors

準備ができたら Stable Diffusion WebUI を起動します :

%cd /content/stable-diffusion-webui
!python launch.py --xformers --opt-sdp-attention --opt-sdp-no-mem-attention --share --gradio-debug

 
◆ 起動後、WebUI の左上のチェックポイントを選択するプルダウンメニューから mdjrny-v4.safetensors を選択するとモデルがロードされます (デフォルトで表示されている場合にはロード済みですのでそのまま利用できます) :

動作確認として、モデルカードに記載されているプロンプト “retro serie of different cars with different colors and shapes, mdjrny-v4 style” を使用して画像を生成してみましょう :

 

Anything モデルと付属 VAE のインストールとテスト

Anything は Fantasy.ai が提供しているモデルで、やはり 🤗 モデルハブで数多くダウンロードされている人気モデルです。VAE が付属していますので併せて利用します。

 

モデルファイルと VAE ファイル

モデルファイルの導入は Openjourney と同様です。モデルページの Files and versions タブからモデル本体のダウンロード URL を確認してダウンロードし、models/Stable-diffusion ディレクトリに収めます。

ここでは一番軽い anything-v4.0-pruned-fp16.safetensors を使用します :

!wget https://huggingface.co/andite/anything-v4.0/resolve/main/anything-v4.0-pruned-fp16.safetensors -O /content/stable-diffusion-webui/models/Stable-diffusion/anything-v4.0-pruned-fp16.safetensors

 
◆ VAE ファイルについても同様なのですが、ファイル名は anything-v4.0.vae.pt で拡張子が異なりますので注意してください :

!wget https://huggingface.co/andite/anything-v4.0/resolve/main/anything-v4.0.vae.pt -O /content/stable-diffusion-webui/models/VAE/anything-v4.0.vae.pt

ここまでの準備ができたら Stable Diffusion WebUI を起動します :

%cd /content/stable-diffusion-webui
!python launch.py --xformers --opt-sdp-attention --opt-sdp-no-mem-attention --share --gradio-debug

 

WebUI 画面上で設定変更

WebUI 左上のプルダウンメニューで anything-v4.0-pruned-fp16.safetensors を選択すると、モデルがロードされるのは mdjrny-v4.safetensors の場合と同じです :

しかしこのままでは VAE が選択できませんので、VAE が選択できるプルダウンメニューが表示されるように画面設定を変更する必要があります。その具体的な手順は :

  1. まず “Settings” タブを選んだ上で、左サイドのメニューから “User Interface” メニューを選択します :


  2. この “User Interface” メニュー・ページの下の方に “Quicksettings list” という項目あり、通常は “sd_model_checkpoint” が設定されています :
    sd_model_checkpoint, sd_vae
    

    VAE を選択可能にするためには、このテキスト入力フィールドに sd_vae を追加します。区切りは “,” です :

    sd_model_checkpoint, sd_vae
    

    すると以下のようになります :


  3. 設定変更項目はこれだけですので、上方にある “Apply settings” ボタンをクリックしてこの変更を適用します :

    設定変更が完了すると、例えば次のようなメッセージが返ってきます :

    6 settings changed: ldsr_steps, ldsr_cached, SWIN_tile, SWIN_tile_overlap, sd_lora, quicksettings.
    
  4. 設定変更を画面に反映するためには再起動が必要になります。つまり、起動したセルを停止してから再び以下で起動します :
    %cd /content/stable-diffusion-webui
    !python launch.py --xformers --opt-sdp-attention --opt-sdp-no-mem-attention --share --gradio-debug
    

 

動作確認

再起動すると、チェックポイントを選択するプルダウンの隣に、VAE を選択するためのプルダウン・メニューが出現します。デフォルトは “Automatic” になっていますので、導入した “anything-v4.0.vae.pt” を選択しましょう :

これで OK です。動作確認として、モデルカードに記載されているプロンプトで画像を生成してみましょう。

プロンプト : “masterpiece, best quality, 1girl, white hair, medium hair, cat ears, closed eyes, looking at viewer, :3, cute, scarf, jacket, outdoors, streets”

 
プロンプト : “scenery, village, outdoors, sky, clouds”

 

以上



クラスキャット

最近の投稿

  • LangGraph on Colab : マルチエージェント・スーパーバイザー
  • LangGraph on Colab : エージェント型 RAG
  • LangGraph : 例題 : エージェント型 RAG
  • LangGraph Platform : Get started : クイックスタート
  • LangGraph Platform : 概要

タグ

AutoGen (13) ClassCat Press Release (20) ClassCat TF/ONNX Hub (11) DGL 0.5 (14) Eager Execution (7) Edward (17) FLUX.1 (16) Gemini (20) HuggingFace Transformers 4.5 (10) HuggingFace Transformers 4.6 (7) HuggingFace Transformers 4.29 (9) Keras 2 Examples (98) Keras 2 Guide (16) Keras 3 (10) Keras Release Note (17) Kubeflow 1.0 (10) LangChain (45) LangGraph (23) MediaPipe 0.8 (11) Model Context Protocol (16) NNI 1.5 (16) OpenAI Agents SDK (8) OpenAI Cookbook (13) OpenAI platform (10) OpenAI platform 1.x (10) OpenAI ヘルプ (8) TensorFlow 2.0 Advanced Tutorials (33) TensorFlow 2.0 Advanced Tutorials (Alpha) (15) TensorFlow 2.0 Advanced Tutorials (Beta) (16) TensorFlow 2.0 Guide (10) TensorFlow 2.0 Guide (Alpha) (16) TensorFlow 2.0 Guide (Beta) (9) TensorFlow 2.0 Release Note (12) TensorFlow 2.0 Tutorials (20) TensorFlow 2.0 Tutorials (Alpha) (14) TensorFlow 2.0 Tutorials (Beta) (12) TensorFlow 2.4 Guide (24) TensorFlow Deploy (8) TensorFlow Get Started (7) TensorFlow Graphics (7) TensorFlow Probability (9) TensorFlow Programmer's Guide (22) TensorFlow Release Note (18) TensorFlow Tutorials (33) TF-Agents 0.4 (11)
2023年4月
月 火 水 木 金 土 日
 12
3456789
10111213141516
17181920212223
24252627282930
« 12月   5月 »
© 2025 ClasCat® AI Research | Powered by Minimalist Blog WordPress Theme