- 純粋なC/C++で実装されたStable Diffusionと、その機械学習モデルに関する記事
- ggmlベースの実装で、llama.cppと似た動作方式
- 16ビットおよび32ビットfloat、4ビット、5ビット、8ビット整数量子化をサポート
- メモリ効率が高くCPU推論に最適化された実装で、txt2imgを使って512x512画像を生成する際に約2.3GBが必要
- x86アーキテクチャ向けにAVX、AVX2、AVX512をサポート
- 元のtxt2imgおよびimg2imgモード、stable-diffusion-webuiスタイルのトークナイザーを含む実装
- 使用されているサンプリング手法はEuler A
- Linux、Mac OS、Windowsプラットフォームと互換性のある実装
- より多くのサンプリング手法、GPUサポート、高速な推論、メモリ使用量削減、LoRAサポート、k-quantsサポート、プラットフォーム間の再現性などの今後の改善点
- コードの取得、重みの変換、ビルド、実装の実行方法に関する詳細な手順を提供する記事
- さまざまな出力モデル形式をサポートする実装で、16ビット浮動小数点、32ビット浮動小数点、さまざまな整数量子化を含む
- txt2imgおよびimg2imgモードに対する実装の使用例を提供する記事
- 使用する精度に応じてメモリおよびディスク要件は異なるが、512x512画像の場合のメモリ要件は約2.0Gから2.8Gの間
- ggml、stable-diffusion、stable-diffusion-webui、k-diffusionなど複数のリファレンスに基づく実装
まだコメントはありません。