当前位置: 首页 > article >正文

快速上手:5步在Ubuntu部署丹青幻境,开启AI艺术创作之旅

快速上手5步在Ubuntu部署丹青幻境开启AI艺术创作之旅想在自己的电脑上体验AI绘画的魅力亲手生成那些充满想象力的二次元或写实画作吗今天我们就来聊聊怎么在Ubuntu系统上用最简单的方式快速部署一个名为“丹青幻境”的AI绘画平台。整个过程就像搭积木跟着步骤走你也能轻松拥有一个属于自己的AI画室。“丹青幻境”基于强大的Anything XL模型它能听懂你的文字描述然后把它变成一幅画。无论是细腻的日系插画还是厚重的油画质感甚至是照片级的写实影像它都能驾驭。我们这次的目标很明确不求深入原理只求快速跑起来让你在最短时间内看到效果开启创作之旅。1. 部署前准备检查你的“画板”在开始“作画”之前我们得先看看“画板”——也就是你的Ubuntu系统——准备好了没有。这一步主要是确认基础环境确保后续步骤能顺利进行。1.1 确认系统版本与更新首先打开你的终端。建议使用Ubuntu 20.04 LTS或22.04 LTS版本它们的长期支持特性更稳定。输入以下命令可以查看系统版本lsb_release -a接下来更新一下系统的软件包列表确保我们安装的都是最新版本sudo apt update sudo apt upgrade -y这个命令可能会花几分钟时间取决于你的网络速度和更新包的数量。完成后安装几个我们后续会用到的工具比如curl用来下载文件和git版本管理工具虽然本次不一定用但很有用sudo apt install -y curl wget1.2 关键一步检查显卡驱动AI绘画是个“体力活”非常依赖显卡GPU来加速计算。如果你的电脑有NVIDIA显卡那体验会好很多。我们来检查一下驱动是否正常。在终端输入nvidia-smi如果看到类似下面的输出显示了你的GPU型号、驱动版本和CUDA版本那就恭喜你驱动已经装好了。----------------------------------------------------------------------------- | NVIDIA-SMI 535.154.05 Driver Version: 535.154.05 CUDA Version: 12.2 | |--------------------------------------------------------------------------- | GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | || | 0 NVIDIA GeForce ... On | 00000000:01:00.0 On | N/A | | N/A 50C P8 10W / N/A | 500MiB / 8192MiB | 0% Default | ---------------------------------------------------------------------------如果命令报错“command not found”怎么办这说明你的系统还没安装NVIDIA驱动。别担心对于Ubuntu系统安装驱动其实很简单。你可以使用系统自带的“附加驱动”工具或者在终端里用一行命令搞定# 对于Ubuntu 20.04/22.04可以尝试自动安装推荐驱动 sudo ubuntu-drivers autoinstall安装完成后需要重启电脑然后再运行nvidia-smi命令确认。如果没有NVIDIA显卡怎么办如果你的电脑是AMD显卡或者只用CPU也是可以运行的只是生成图片的速度会慢很多。后续的Docker命令需要去掉--gpus all这个参数。我们主要按有NVIDIA显卡的流程来讲解CPU用户请注意这个区别。好了准备工作完成。你的“画板”已经就绪接下来我们请出今天的“主角”。2. 安装Docker为AI模型准备“画室”“丹青幻境”被打包成了一个Docker镜像。你可以把Docker想象成一个轻量级的虚拟机或者一个标准化的软件集装箱。它把AI模型、运行环境、所有依赖库都打包在一起。我们只需要把这个“集装箱”拉下来运行就能得到一个完整可用的环境避免了手动安装各种复杂依赖的麻烦。2.1 安装Docker引擎在终端中执行以下命令来安装Docker。这些命令会添加Docker的官方软件源然后进行安装。# 1. 更新软件包索引并安装一些必要的工具 sudo apt update sudo apt install -y ca-certificates curl gnupg # 2. 添加Docker的官方GPG密钥用于验证软件包 sudo install -m 0755 -d /etc/apt/keyrings curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg sudo chmod ar /etc/apt/keyrings/docker.gpg # 3. 设置Docker的软件仓库 echo \ deb [arch$(dpkg --print-architecture) signed-by/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \ $(. /etc/os-release echo $VERSION_CODENAME) stable | \ sudo tee /etc/apt/sources.list.d/docker.list /dev/null # 4. 再次更新并安装Docker引擎及相关组件 sudo apt update sudo apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin安装完成后Docker服务会自动启动。你可以运行下面的命令来验证Docker是否安装成功并查看版本信息sudo docker --version2.2 配置非root用户运行Docker可选但推荐默认情况下运行Docker命令需要sudo权限。为了方便我们可以把当前用户加入到docker用户组这样以后就不用每次都加sudo了。# 将当前用户加入docker组 sudo usermod -aG docker $USER # 生效组权限变更 newgrp docker执行newgrp docker后当前终端会话就拥有了docker组的权限。如果你新开一个终端窗口也需要先执行newgrp docker或者注销再重新登录系统才能生效。现在试着运行一个最简单的测试命令看看Docker是否能正常工作docker run hello-world如果看到“Hello from Docker!”等欢迎信息说明Docker安装和配置都成功了。我们的“画室”框架已经搭好接下来就是把“画家”——丹青幻境镜像——请进来了。3. 拉取与运行启动你的AI画室万事俱备只欠东风。现在我们就要把“丹青幻境”这个AI绘画模型的镜像拉取到本地并运行起来。3.1 拉取丹青幻境镜像你需要知道“丹青幻境”镜像的确切名称。这个名称通常由镜像仓库地址和标签组成。假设我们从某个镜像仓库拉取命令格式如下docker pull 这里替换为实际的镜像名称例如如果镜像在Docker Hub上名字叫username/danqing-huanjing:latest那么命令就是docker pull username/danqing-huanjing:latest请注意请将这里替换为实际的镜像名称替换为你从CSDN星图镜像广场或其他来源获取到的正确镜像地址。拉取镜像的时间取决于镜像大小和你的网速可能需要几分钟到十几分钟。3.2 一键运行镜像镜像拉取成功后我们就可以运行它了。下面是一个典型的运行命令我们逐行解释一下docker run -d \ --name my-danqing \ --gpus all \ -p 7860:7860 \ -v ~/danqing_data:/app/data \ 这里替换为实际的镜像名称我们来拆解一下这个命令的每个部分docker run: 运行容器的命令。-d: 让容器在后台运行这样终端就不会被占用。--name my-danqing: 给这个容器起个名字比如my-danqing方便以后管理启动、停止、查看日志。--gpus all:这是关键参数它把宿主机的所有GPU资源都分配给这个容器使用能极大加速图片生成。如果你是CPU用户需要去掉这个参数。-p 7860:7860:端口映射。容器内部的服务运行在7860端口我们把它映射到宿主机的7860端口。这样你通过浏览器访问你电脑的7860端口就能看到AI绘画的网页界面了。-v ~/danqing_data:/app/data:数据卷挂载。这相当于在容器外面挂了一个“移动硬盘”。~/danqing_data是你电脑上的一个目录路径~代表你的家目录比如/home/你的用户名/。如果这个文件夹不存在Docker会自动创建它。/app/data是容器内部用来存放数据的目录。这个映射的作用是把AI模型文件、你生成的图片等数据都保存在你电脑的~/danqing_data文件夹里。这样即使你删除了容器你的模型和作品也不会丢失。最后一行就是你要运行的镜像名称和docker pull时用的名字一样。把上面的命令整合成一行去掉换行符\并在终端中执行。执行后它会返回一长串容器ID这表示容器已经在后台启动了。4. 验证与访问打开创作大门容器运行起来之后我们怎么知道它是否正常工作又该如何使用它呢很简单两步一看状态二开网页。4.1 检查容器运行状态在终端输入以下命令查看所有正在运行的Docker容器docker ps你应该能看到一个名为my-danqing或者你自定义的名字的容器状态STATUS显示为Up后面跟着运行时间就说明它正在欢快地运行。如果想看更详细的信息或者这个容器的启动日志可以使用# 查看容器日志的最后几行 docker logs my-danqing # 或者持续跟踪日志输出按CtrlC退出 docker logs -f my-danjing如果日志里没有明显的报错信息通常就表示服务启动成功了。4.2 访问Web用户界面这是最激动人心的时刻打开你电脑上的浏览器Firefox, Chrome等都可以。在地址栏输入http://localhost:7860或者如果你的Ubuntu是服务器你在用另一台电脑远程操作那么需要输入你Ubuntu服务器的IP地址加上端口号http://你的服务器IP地址:7860按下回车稍等几秒钟一个充满古风意境的网页界面应该就会加载出来。这就是“丹青幻境”的操作台了如果页面打不开请检查防火墙是否放行了7860端口对于云服务器尤其要注意。容器是否真的在运行用docker ps确认。端口映射是否正确确认-p 7860:7860参数已加上。看到这个界面恭喜你部署的核心步骤已经全部完成你的个人AI画室已经正式开张。5. 快速创作体验生成你的第一幅AI画作界面可能看起来有很多选项但别担心我们只需要关注最核心的几项就能快速生成第一张图。整个过程就像一场充满仪式感的“炼丹”。5.1 理解操作界面一场中式“炼丹”“丹青幻境”的界面设计很有东方美学味道我们把参数调整想象成“淬炼”的过程。授意 (Prompt) - 输入你的“丹方” 这是最上方的文本框。在这里用文字详细描述你想要画面。描述越具体画面越符合想象。比如“一位身着汉服的少女站在樱花树下月光皎洁唯美动漫风格细节精致”。避世 (Negative Prompt) - 排除“杂质” 在它旁边或下方的文本框。告诉AI你不想要什么。比如输入“模糊丑陋畸形多余的手指”可以避免生成一些常见的瑕疵。调候 (Parameters) - 控制“火候”横宽纵高选择图片的尺寸比如1024x1024。SDXL模型原生支持高清大图。淬炼步数 (Steps)AI“思考”和绘制图片的步数。步数越高比如20-30细节可能越丰富但耗时也越长。刚开始可以用20步左右。采样器 (Sampler)生成图片的算法。界面可能默认选择了“Euler A”这个算法在速度和二次元效果上比较均衡新手不用改。起炉 (Generate/Ignite) - 开始“炼丹” 找到那个最显眼的按钮通常是红色或古风设计的点击它AI就会开始根据你的描述作画了。5.2 动手尝试从简单开始我们来做一个最简单的测试确保一切正常在“授意 (Prompt)”框里输入a cute cat, cartoon style在“避世 (Negative Prompt)”框里输入blurry, bad anatomy“横宽纵高”选择1024x1024。“淬炼步数”设置为20。点击“起炉”按钮。稍等片刻时间取决于你的显卡性能通常从十几秒到一两分钟下方就会显示出生成的猫咪图片你可以右键点击图片保存到本地。5.3 进阶小技巧让画面更惊艳生成第一张图后你可以尝试更复杂的描述体验AI的强大增加细节把“a cute cat”改成“a fluffy white cat with blue eyes, sitting on a velvet cushion in a sunny room, photorealistic, 8k resolution”。混合风格尝试“cyberpunk cityscape, anime style, neon lights, rain”。使用艺术家风格加入“by Studio Ghibli”或“art by Greg Rutkowski”等模仿特定画风。多试几次你会发现同一个提示词每次生成的结果都略有不同这就是AI创作的随机性和趣味所在。6. 总结与后续探索回顾一下我们只用了五步就在Ubuntu上搭建了一个功能完整的AI绘画平台检查环境确认系统与显卡驱动。安装Docker为模型准备好标准化“集装箱”。拉取并运行镜像一键启动“丹青幻境”服务。验证与访问通过浏览器打开创作界面。开始创作输入描述生成你的第一幅AI作品。整个过程没有复杂的编译没有令人头疼的依赖冲突利用Docker实现了快速部署。你现在拥有的是一个基于强大Anything XL模型的创作工具它打破了风格的边界让你能用文字直接驱动画笔。接下来你可以探索什么深入研究提示词学习如何撰写更精准、更富有创意的提示词这是控制AI输出的核心。探索高级参数调整“CFG Scale”提示词相关性、“Seed”随机种子等获得更可控或更惊喜的结果。模型管理与扩展你挂载的~/danqing_data目录里可能存放着模型文件。未来你可以尝试放入其他风格的模型文件需确认镜像支持扩展它的创作能力。考虑生产部署如果你想让这个服务在服务器上长期、稳定地运行可以参考更详细的指南配置开机自启、设置域名访问、添加HTTPS加密等。最重要的是现在就开始玩起来吧。用文字描述你的奇思妙想看AI如何将它幻化成视觉的奇迹。艺术创作的门槛从未如此之低而可能性也从未如此广阔。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。

相关文章:

快速上手:5步在Ubuntu部署丹青幻境,开启AI艺术创作之旅

快速上手:5步在Ubuntu部署丹青幻境,开启AI艺术创作之旅 想在自己的电脑上体验AI绘画的魅力,亲手生成那些充满想象力的二次元或写实画作吗?今天,我们就来聊聊怎么在Ubuntu系统上,用最简单的方式&#xff0c…...

QT平台下基于QCustomPlot实现实时动态波形图绘制与交互

1. 从零开始:搭建你的实时波形图开发环境 大家好,我是老张,一个在工业自动化领域摸爬滚打了十多年的软件工程师。这些年,我经手过无数个需要实时数据可视化的项目,从简单的传感器数据显示到复杂的多通道高速波形监控&a…...

GLM-OCR进阶使用:批量处理图片、集成REST API、自定义模型

GLM-OCR进阶使用:批量处理图片、集成REST API、自定义模型 1. 从基础到进阶:解锁GLM-OCR的更多可能 如果你已经用上了GLM-OCR,体验过它一键识别文字、表格和公式的便利,可能会想:这个工具还能做什么?能不…...

ROS坐标系实战解析:从基础定义到多机器人协同

1. ROS坐标系:不只是X、Y、Z,更是机器人的“空间认知” 刚接触ROS做机器人开发时,我踩的第一个大坑就是坐标系。那时候我以为,坐标系嘛,不就是数学课上学的那套,定个原点,画个X、Y、Z轴就完事了…...

Ubuntu20.04深度学习环境搭建:显卡驱动、CUDA与cuDNN版本匹配全攻略

1. 为什么版本匹配是深度学习环境搭建的“生死线” 朋友们,如果你正准备在Ubuntu 20.04上搭建深度学习环境,或者正在为“CUDA版本不兼容”、“驱动装不上”这类问题焦头烂额,那这篇文章就是为你准备的。我在这条路上踩过的坑,可能…...

从零到一:基于STM32F103C8T6的红外巡迹避障小车实战指南

1. 项目开篇:为什么选择STM32F103C8T6来做你的第一辆智能小车? 嘿,朋友们,如果你对单片机有点兴趣,又一直想亲手做点能跑能跳的玩意儿,那这辆基于STM32F103C8T6的红外巡迹避障小车,绝对是你的“…...

Bootstrap 5 快速环境搭建指南:从零到部署

1. 为什么你需要 Bootstrap 5? 如果你刚开始接触前端开发,或者已经是个老手但厌倦了每次项目都要从零开始写一堆重置样式和响应式布局,那你肯定听说过 Bootstrap。简单来说,它就是一个前端开发的“瑞士军刀”,里面装满…...

实战演练:利用Burp Suite绕过DVWA文件上传限制实现PHP木马植入

1. 环境准备与工具介绍 大家好,我是老张,在安全圈摸爬滚打十来年了,今天咱们不聊那些虚头巴脑的理论,直接上手干。很多刚入门的朋友一听到“文件上传漏洞”、“一句话木马”就觉得头大,感觉是黑客大神才能玩的东西。其…...

GELU激活函数在Transformer架构中的实践与优化

1. 从ReLU到GELU:为什么Transformer选择了它? 如果你玩过深度学习,肯定对ReLU(Rectified Linear Unit)不陌生。它简单粗暴,效果不错,一度是激活函数界的“万金油”。我自己在早期做图像分类项目…...

代码生成器优化策略

1、非修改序列算法这些算法不会改变它们所操作的容器中的元素。1.1 find 和 find_iffind(begin, end, value):查找第一个等于 value 的元素,返回迭代器(未找到返回 end)。find_if(begin, end, predicate):查找第一个满…...

从下载代码到生成方案:快马AI如何为社区团购小程序实战赋能

最近在做一个社区团购小程序的项目,刚好用到了快马平台,整个过程体验下来,感觉它把“下载代码”这件事彻底升级了。以前我们找开源项目,是去GitHub上搜索、筛选、克隆,代码拿过来还得花大量时间理解、修改、适配自己的…...

IndexTTS2 V23版新功能体验:情感强度自由调节,语音合成更逼真

IndexTTS2 V23版新功能体验:情感强度自由调节,语音合成更逼真 1. 引言:从“能说话”到“会说话”的进化 你是否曾觉得,很多AI语音听起来像机器人?语调平平,没有感情,听久了容易让人走神。这正…...

利用.NET6与Aspose.Words实现高效Word模板导出与PDF转换

1. 为什么选择.NET6和Aspose.Words来处理文档? 如果你正在开发一个需要生成报告、合同、通知函这类正式文档的.NET应用,那你肯定遇到过这个头疼的问题:怎么才能又快又好地生成格式规范的Word文档,并且还能一键转换成PDF&#xff1…...

C++与GPU计算(CUDA)

1、非修改序列算法这些算法不会改变它们所操作的容器中的元素。1.1 find 和 find_iffind(begin, end, value):查找第一个等于 value 的元素,返回迭代器(未找到返回 end)。find_if(begin, end, predicate):查找第一个满…...

全网首份「龙虾」安全部署指南来了!360出品

近日,开源AI智能体OpenClaw(网友戏称为“赛博龙虾”)迅速走红网络。随着应用热度持续攀升,多地政府相继出台专项扶持政策,从企业到个人开发者,部署OpenClaw正成为新的趋势。该工具通过整合通信软件与大语言…...

深入解析ConvLoRA:如何通过卷积增强LoRA在SAM模型中的微调效率

1. 为什么SAM模型微调需要ConvLoRA? 如果你玩过Meta开源的Segment Anything Model(SAM),大概率会有这样的体验:这个模型在“分割一切”的通用能力上确实惊艳,但当你把它拿到自己的具体任务上,比…...

保姆级教程:用Docker一键部署CloudBeaver并完美解决中文乱码问题

从零到精通:在Docker中部署CloudBeaver并彻底驯服中文环境 如果你正在寻找一个能通过浏览器管理多种数据库的利器,CloudBeaver绝对是一个令人兴奋的选择。作为DBeaver的Web版本,它继承了强大的多数据库支持能力,却将使用场景从桌面…...

为什么你的CentOS 8网卡绑定失败了?nmcli配置mode 1 vs mode 4的性能对比与选择指南

为什么你的CentOS 8网卡绑定失败了?nmcli配置mode 1 vs mode 4的性能对比与选择指南 最近在几个生产环境迁移到CentOS 8的项目里,我遇到了不止一次网卡绑定配置后“看起来成功,用起来别扭”的情况。明明nmcli命令执行得顺风顺水,b…...

LeagueAkari智能辅助工具:英雄联盟效率提升指南

LeagueAkari智能辅助工具:英雄联盟效率提升指南 【免费下载链接】LeagueAkari ✨兴趣使然的,功能全面的英雄联盟工具集。支持战绩查询、自动秒选等功能。基于 LCU API。 项目地址: https://gitcode.com/gh_mirrors/le/LeagueAkari 在快节奏的英雄…...

C语言基础:编写简易SDK调用水墨江南模型本地服务

C语言基础:编写简易SDK调用水墨江南模型本地服务 如果你是一名嵌入式或者系统级的C语言开发者,习惯了和硬件、内存、指针打交道,现在想在自己的C项目里接入一个本地部署的AI模型服务,可能会觉得有点无从下手。那些Python、Java的…...

阿里 Qwen 郁博文加入字节 + Qwen 新管理架构出炉

前段时间,阿里 Qwen 技术负责人林俊旸离职,同时还有多位高 P 核心成员离开,本文汇总 2 个后续消息。①3 月 12 日,多家科技媒体消息,原阿里通义实验室 Qwen 大模型后训练负责人郁博文,已正式加入字节跳动 S…...

从零构建51单片机电子秤:10kg量程HX711传感器与Proteus仿真全解析

1. 项目开篇:为什么选择51单片机做电子秤? 很多刚接触单片机的小伙伴,可能都听说过STM32、ESP32这些更“时髦”的芯片,心里可能会犯嘀咕:现在还用老掉牙的51单片机做项目,是不是有点过时了?作为…...

ECS架构实战:从理论到2D游戏开发的完整实现

1. 为什么你的游戏代码总是一团乱麻?试试ECS吧! 如果你写过游戏,尤其是那种有很多角色、怪物、道具在屏幕上跑来跑去的2D游戏,你肯定有过这种体验:一开始代码结构还挺清晰,但随着功能越加越多,比…...

示波器时间调节与读取的实战技巧:从基础到高级应用

1. 时间调节:从“看个大概”到“精准捕捉” 刚接触示波器那会儿,我最头疼的就是屏幕上的波形要么挤成一团麻花,要么稀稀拉拉就几个点,根本看不出个所以然。后来才明白,问题的核心几乎都出在**时间基准(Time…...

鸿蒙(HarmonyOS)应用开发实战:从零构建登录页UI

1. 环境准备与项目创建:迈出第一步 嘿,朋友们,我是老张,一个在移动开发领域摸爬滚打了十来年的老码农。最近几年,我花了大量时间在鸿蒙生态上,看着它从无到有,感觉就像当年看着安卓和iOS成长一样…...

GlobalMapper20实战:三步法智能修复地形数据空洞与异常值

1. 引言:当你的地形数据“破了个洞” 搞GIS的朋友,尤其是经常和数字高程模型(DEM)打交道的人,估计都遇到过这种让人头疼的情况:好不容易拿到手的地形数据,一加载到软件里,要么是地图…...

Chip-seq上游分析实战:从数据下载到质控全流程解析

1. 环境准备与软件安装:别在第一步就卡住 大家好,我是老张,在生信分析这个坑里摸爬滚打十来年了,今天咱们来聊聊Chip-seq上游分析这个事儿。很多刚入门的朋友,尤其是学生物的同学,一看到命令行就头疼&#…...

STM32F103_Bootloader开发实战:Keil工程输出路径与文件名的自动化配置与bin文件一键生成

1. 为什么你需要关心Keil的输出路径和文件名? 如果你正在做STM32F103的Bootloader开发,也就是我们常说的IAP功能,那你肯定遇到过这样的场景:每次编译完工程,Keil都会在项目根目录下生成一堆.axf、.map、.lst文件&#…...

基于Python的代驾管理系统毕设源码

博主介绍:✌ 专注于Java,python,✌关注✌私信我✌具体的问题,我会尽力帮助你。一、研究目的本研究旨在开发一套基于Python的代驾管理系统,以满足现代城市交通中代驾服务的需求。具体研究目的如下: 首先,通过构建一套完…...

如何消除GitHub语言障碍:GitHub汉化插件全攻略

如何消除GitHub语言障碍:GitHub汉化插件全攻略 【免费下载链接】github-chinese GitHub 汉化插件,GitHub 中文化界面。 (GitHub Translation To Chinese) 项目地址: https://gitcode.com/gh_mirrors/gi/github-chinese GitHub作为全球最大的代码托…...