安定拡散における「Cuda メモリ不足」エラーを解決する 6 つの方法

このガイドの手順に従って、Stable Diffusion Cuda のメモリ不足の問題を解決できます。Steady Diffusion は、最も人気のある深層学習のテキストから画像へのモデルの 1 つであり、テキストの説明から驚くほど詳細な画像を生成できます。しかし、これには多くの利点があるにもかかわらず、かなりの数の欠点もあります。

これに関連して、私たちは最近、Automatic1111 によるクラッシュについて議論しましたが、それ以来、バグのリストは別の望ましくないエントリによって増加しました。多くの顧客は、Stable Diffusion Cuda がメモリ不足エラーを引き起こすのではないかと懸念を表明しています。その結果、個人はこのテクノロジーを最大限に活用できなくなります。このチュートリアルでは、現在この問題に悩まされている場合に、この問題を回避するためのいくつかの解決策を説明します。一緒に観察してください。

安定した拡散 Cuda のメモリ不足

どれが最も効果的かを決定する前に、以下に説明するそれぞれの回避策をテストすることをお勧めします。それでは、それを念頭に置き始めましょう。

方法 1: PC を再起動する

当然のことのように思えるかもしれませんが、一部のユーザーは OPC を再起動するだけでこの問題を解決できました。したがって、より複雑なパッチに進む前に、この単純なパッチを試して結果を評価してください。

方法 2: Nvidia CUDA Toolkit を使用して Anaconda をインストールする

Python パッケージをインストールして実行できるオープンソース環境管理システムであるAnacondaを使用してNvidia CUDA Toolkitをインストールすると、一部のユーザーにとっては機能しました。そのため、これらのプログラムを両方ともコンピュータにインストールし、Stable Diffusion Cuda のメモリ不足の問題が解決されるかどうかを確認してください。

方法 3:安定拡散の最適化されたバリアントを試してみる

さらに、Stable Diffusion のオープンソース バージョンがあり、大幅に改善され、最適化されており、現時点では Cuda のメモリ不足の問題は発生していません。そのため、 GitHub ページから試してみて、機能するかどうかを確認してください。

方法 4: 低解像度の画像を生成する

GPU のリソースに対する要求はそれほど高くありませんが、解像度を低くして画像を作成することも検討することもできます。これを実現するには、Stable Diffusion 内で出力の高さと幅の値を変更するだけです。

方法 5:サンプル サイズを 1 に減らす

このようなリソースを大量に消費する操作には「多ければ多いほど良い」という格言は当てはまらない可能性があるため、GPU の合計負荷を軽減するために出力サンプル サイズを 1 に下げることを検討する必要があります。これを行うには、「-n サンプル 1」と入力する必要があります。

方法 6: webui-user.bat を編集する

Stable Diffusion Cuda のメモリ不足エラーを解決するいくつかの方法は次のとおりです。上記の手順についてご質問がある場合は、コメントに投稿してください。できるだけ早く解決策をご返答させていただきます。