FORGE NEO WEBUI - CON SOPORTE WAN VIDEO2.2, CHROMA, KONTEXT Y MUCHO MÁS
Ya has superado la mitad. Estás muy cerca de completar el curso.
Sobre esta lección
🔗 Enlace zip del instalador V2 de ForgeNeo https://drive.google.com/file/d/1ZEXXFeLC6B4JUsB5xRXqRI5eTFp7zWYF/view?usp=sharing Instalar aceleradores, añadir en webui-user.bat --xformers --pin-shared-memory --cuda-malloc --cuda-stream --flash --fast-fp16 Para actualizar a la nueva versión, ejecuta de nuevo "1_Install_ForgeNeo_AcademiaSD.bat" Para instalar el SageAttention 220 descarga el nuevo instalador de Triton y SageAttention a continuación: Instalador de Triton y SageAttention 220 para Forge Neo con cuda 130 y torch 290 https://drive.google.com/file/d/1WEb6naQVX_2Jlm8yMmE03PdNLh4Z-dNq/view?usp=sharing Vuelve un nuevo reemplazo para WebUI, Forge Neo, con soporte para Wan 2.2 Video, Flux Kontext, Flux Krea y mucho más, puede utilizar SageAttention 2, FlashAttention, Nunchaku y muchas otras novedades, instálalo con un sencillo instalador que he preparado para vosotros de forma totalmente gratuita. 🔗 Github del proyecto Forge Neo https://github.com/Haoming02/sd-webui-forge-classic/tree/neo#stable-diffusion-webui-forge---neo 🔗 Enlace descarga al instalador de de python 3.11.9 https://www.python.org/downloads/release/python-3119/ 🔗 Enlace descarga al instalador de git https://git-scm.com/downloads 🔗 Enlace descarga al instalador FFMPEG https://ffmpeg.org/download.html LINEA DE COMANDOS PARA ASIGNAR LOS MODELOS A UNA INSTALACIÓN ALTERNATIVA DE A1111/FORGE set COMMANDLINE_ARGS= --forge-ref-a1111-home (ruta hasta la carpeta webui) LINEA DE COMANDOS PARA ASIGNAR LOS MODELOS A UNA INSTALACIÓN ALTERNATIVA DE COMFYUI set COMMANDLINE_ARGS= --forge-ref-comfy-home (ruta hasta la carpeta ComfyUI) TODOS LOS MODELOS SE DEBEN COPIAR EN MODELS\\STABLE_DIFFUSION CHROMA 🔗 Enlace descarga modelos Chroma https://huggingface.co/lodestones/Chroma/tree/main?not-for-all-audiences=true 🔗 Enlace descarga modelos Chroma HD https://civitai.com/models/1330309?modelVersionId=1979672 🔗 Enlace descarga VAE (models\\vae) https://huggingface.co/lovis93/testllm/blob/ed9cf1af7465cebca4649157f118e331cf2a084f/ae.safetensors 🔗 Enlace descarga T5 (models\\text_encoder) https://huggingface.co/comfyanonymous/flux_text_encoders/blob/main/t5xxl_fp8_e4m3fn_scaled.safetensors KREA 🔗 Enlace de descarga con cuantización BNB-NF4 https://huggingface.co/AcademiaSD/Flux-Krea_bnb-nf4/tree/main 🔗 Enlace descarga VAE (models\\vae) https://huggingface.co/lovis93/testllm/blob/ed9cf1af7465cebca4649157f118e331cf2a084f/ae.safetensors 🔗 Enlace descarga T5 (models\\text_encoder) https://huggingface.co/comfyanonymous/flux_text_encoders/blob/main/t5xxl_fp8_e4m3fn_scaled.safetensors 🔗 Enlace descarga CLIP_L (models\\text_encoder)https://huggingface.co/comfyanonymous/flux_text_encoders/blob/main/clip_l.safetensors KONTEXT (NUNCHAKU) 🔗 Enlace de descarga https://huggingface.co/mit-han-lab/nunchaku-flux.1-kontext-dev/tree/main 🔗 Enlace descarga VAE (models\\vae) https://huggingface.co/lovis93/testllm/blob/ed9cf1af7465cebca4649157f118e331cf2a084f/ae.safetensors 🔗 Enlace descarga T5 (models\\text_encoder) https://huggingface.co/comfyanonymous/flux_text_encoders/blob/main/t5xxl_fp8_e4m3fn_scaled.safetensors 🔗 Enlace descarga CLIP_L (models\\text_encoder)https://huggingface.co/comfyanonymous/flux_text_encoders/blob/main/clip_l.safetensors Discord del Canal https://discord.gg/Syuaduy678 X https://twitter.com/Academia_S_D Conviértete en miembro de este canal para apoyarme en la creación de este curso y disfrutar de ventajas: https://www.youtube.com/channel/UCsMButcHc7BTfOR4fMPi4rw/join
Sobre este curso
No te pierdas este Curso de Stable Diffusion y convíertete en todo un profesional de la generación de imágenes asistida por inteligencia Artificial. No olvides suscribirte a nuestro canal para no perderte ningún capítulo.
Lo que aprenderás en este curso:
- Comprender los fundamentos del aprendizaje automático
- Implementar algoritmos de clasificación y regresión
- Preparar y limpiar datos para modelos predictivos
- Evaluar y optimizar modelos de machine learning