项目地址及配置指南
我们使用合成数据和经过筛选的公开数据来训练我们的模型。该模型已在 10 亿张图像上进行了预训练。微调数据包括 3000 万张专注于特定视觉内容和风格的高质量美学图像，以及 300 万张偏好数据图像。
项目地址：Stable Diffusion 3 Medium
为了顺利拉取项目资源，您需要科学上网，并获取 Hugging Face Token。下面是获取 Token 的步骤。
如何获取 Hugging Face Token
- 前往 Hugging Face 官方教程，了解 Token 相关信息。
- 访问 Hugging Face Token 管理页面，并确保您已注册或登录账号。
- 在 Token 页面点击“新增 Token”，并确保赋予仓库访问权限。参考下图：
- 成功生成的 Token 格式类似如下：
展开代码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
复制并保存该 Token。
尽可能详细地描述这张图，包括主体、元素、颜色、光影、构图、风格、角色、场景细节等。保持语句清晰简洁，语法正确。在提示词中直接加入风格描述。避免使用模棱两可或不清晰的词汇，比如像“漂亮的”、“好的”这种词汇。从背景到前景分层次地描述。清楚地描述光影和颜色。
如何在 Ubuntu 22.04 上卸载并重新安装 NVIDIA Docker
在 Ubuntu 22.04 上配置 NVIDIA Docker 以运行使用 GPU 的容器可以显著提升深度学习、AI 等计算密集型任务的效率。本文将介绍如何卸载现有的 NVIDIA Docker 版本并重新安装。
要卸载当前的 NVIDIA 驱动并安装新驱动，您可以按照以下步骤操作。在继续之前，确保您备份了系统中的重要数据，并且已经准备好最新的驱动程序文件。
这个错误表明在安装 NVIDIA 驱动时，系统无法找到 libGL.so.1 文件，这个文件通常与 OpenGL 相关，并且可能由 Mesa 或其他图形库提供。该文件丢失或未正确安装可能会导致 NVIDIA 驱动安装失败或无法正常工作。
运行镜像
首先，启动容器，加载相应的深度学习镜像。可以通过以下命令来运行带有GPU支持的 Docker 容器：
bash展开代码docker run -it --rm --gpus=all \
-v /root/xiedong/:/xiedong/ \
--net host \
--shm-size 16G \
--name llamafactory4 \
kevinchina/deeplearning:llamafactory20240911 bash
