もしあなたがゲーミングPCを使っているならNVIDIAコントロールパネルのグラフィック設定を復元してみてください
私はこれで治りました٩( ᐛ )و
Google Colaboratory(以下 Google Colab)の使い方は省略します。
自分のGoogle DriveにMistを持ってきます。
このコードは1回実行すればOKです。
このコードも1回でOK。
以下のコードはGPUに繋ぐたびに実行する必要があります。
私の環境ではこのコードを実行しないとエラーがでます。
ざっくり説明すると、
gradcheck.pyにzero_gradients関数がないよ!→zero_gradients関数を追加
quantize.pyにVectorQuantizer2クラスが見つからないよ!→VectorQuantizerをVectorQuantizer2に書き換え
ただこれだけです。
もしかしたらもっと良い方法があるかもしれません。
コメントで教えていただけると嬉しいです。
引数について簡単に説明します。
-img : 画像ファイルへのパスを入力 例:"/content/test.png"
-e : ノイズの強さ デフォルトは16だが結構目立つ。4か8くらいかいいかも
-in_size : 画像のサイズ 自動で調節されるので、元画像のサイズをいじる必要はない。512を指定すると出力画像も512×512になる。
-b : 処理分割数 1だと一気に処理して時間短縮になるが、多くのメモリを消費する。メモリが足りないとエラーが出て強制終了。T4やV100なら2がおすすめ
-m : モード 上記コードにはありませんが3種類のコードがあり、0,1,2で指定。
0:semantic mode
1:textual mode
2:fused mode
色々相性があるみたい。詳しいことは公式ページにのってます。
mist-documentation.readthedocs.iohttps://mist-documentation.readthedocs.io/en/latest/content/mode.html#mode
その他の引数は!python mist_v3.py -h を実行することで見れます。
公式がGoogle Colabプロジェクトを出しやがりました。
私の苦労はなんだったのか。この記事の意味は...いや...あるはず...だよね?
ありがたく使わせて頂きましょう。天才には敵わない。
私は自分で作ったコードを使うけどね!!!(´;ω;`)ウッ…
最新の画像生成AI (SDXL LoRA)に対しては効果がない。Scenario.ggのSDXL LoRAを使って自作モデルを作ってみましたが、きれいに学習されましたとさ。(ちなみに、Scenario.ggで自作モデルを作るには課金が必要です。月々4000円くらい。高い!)
卒業研究のネタが決まってない人はMistの改良や敵対的サンプルなんてどうでしょう。
おもしろいよ!