はじめに

Stable Diffusionのimg2imgで絵力（えぢから）を身につけた気分になりたい。
虎と狐のなんとやらだ。

ファイルの編集

img2img

img2img.py

@@ -40,7 +43,8 @@ def load_model_from_config(config, ckpt, verbose=False):
         print("unexpected keys:")
         print(u)
 
-    model.cuda()
+    # model.cuda()
+    model.to("mps")
     model.eval()
     return model

@@ -200,13 +208,29 @@ def main():
     model = load_model_from_config(config, f"{opt.ckpt}")
 
-    device = torch.device("cuda") if torch.cuda.is_available() else torch.device("cpu")
+    # device = torch.device("cuda") if torch.cuda.is_available() else torch.device("cpu")
+    device = torch.device("mps") if torch.backends.mps.is_available() else torch.device("cpu")
     model = model.to(device)

pytorch

python3.10/site-packages/torch/nn/functional.py

@@ -2503,7 +2503,7 @@
-     return torch.layer_norm(input, normalized_shape, weight, bias, eps, torch.backends.cudnn.enabled)
+     return torch.layer_norm(input.contiguous(), normalized_shape, weight, bias, eps, torch.backends.cudnn.enabled)

結果

7回（世代）繰り返した。
1枚あたり生成時間は20分くらい。

入力

プロンプト

PYTORCH_ENABLE_MPS_FALLBACK=1 python scripts/my_img2img.py --prompt "A gray cat looking at me is standing in front of a tree with green leaves on light green grass under the blue sky" --init-img INIT_IMG_PATH --strength 0.6 --n_samples 1

素晴らしい灰色の猫と木の絵

出力画像

赤枠がそれぞれの世代で選んだもの。それを次の世代の入力にした。
ときどき、生成に失敗するのか黒い画像が生成された。

まとめ

えらいフォトリアルな絵になった。
タッチの指定をプロンプトに入れたほうが良かったかもしれない。