提示这些代码是因为系统中缺少dialog-like程序,一般出现在最小化安装的ubuntu系统或者debian系统上。
我们可以使用安装软件的方法解决(sudo权限):
apt-get install dialog或apt-get install whiptail
这是因为高版本的ubuntu没有低版本的libcrypto.so1.0 libcrypto.so.1.1文件。
可以下载指定版本并安装,即可解决找不到文件的问题。
1. 直接下载deb包
wget https://debian.mirror.ac.za/debian/pool/main/o/openssl/libssl1.1_1.1.1w-0%2Bdeb11u1_amd64.deb
sudo dpkg -i libssl1.1_1.1.1o-1_amd64.deb
2. 在官网下载源码
#从官网下载
# wget https://www.openssl.org/source/openssl-1.1.1g.tar.gz
#腾讯云提供的镜像wget https://mirrors.cloud.tencent.com/openssl/source/openssl-1.1.1g.tar.g
#安装
tar -xvf openssl-1.1.1g.tar.gz
cd openssl-1.1.1g
./config shared --openssldir=/usr/local/openssl --prefix=/usr/local/openssl
make && make install
原因是没有开启openssl扩展。
不过,在windows环境下还有一个需要注意的,就是php.ini文件中extension_dir需要修改为绝对路径,
如下:
extension_dir="C:\phpstudy_pro\Extensions\php\php7.4.3nts\ext"
Stable Diffusion XL offers several artistic styles for image generation. No style, Enhance, Anime, Photographic, Digital Art, Comic book, Fantasy art, Analog film, Neon punk, Isomteric, Low poly, Origami, Line Art, Craft clay, Cinematic, 3D model, and Pixel Art.
在"检查点合并"选项卡中,可以选择主要、次要和第三模型以创建检查点合并。
最好使用safetensors作为检查点格式。如果您有自定义VAE或体验过某些VAE产生良好的结果,您还可以从UI(用户界面)烘焙VAE。
完成所需的选择后,单击"合并"开始合并操作。可以在以下文件夹中找到合并的文件:*stable-diffusion-webui\models\Stable-diffusion
SDXL(Stable Diffusion XL)是一种用于文本到图像合成的潜在扩散模型(.ckpt文件),是Stability AI(全球领先的开源人工智能公司)开发的最新生成模型。与其他图像生成器相比,SDXL的性能和竞争结果显著提高。
Model | Directory/Folder | File types | How to use in prompt |
---|---|---|---|
Checkpoints | *\stable-diffusion-webui\models\Stable-diffusion | *.ckpt, *.safetensors | (select a checkpoint model from the upper left-hand corner of the Web UI) |
Hypernetworks | *\stable-diffusion-webui\models\hypernetworks | *.pt, *.ckpt, *.safetensors | <hypernet:filename:multiplier> |
LoRA | *\stable-diffusion-webui\models\Lora | *.pt | <lora:filename:multiplier> |
Textual Inversion | *\stable-diffusion-webui\embeddings | *.pt, *.safetensors, images | embedding’s filename |
LyCORIS | *\stable-diffusion-webui\models\LyCORIS | *.safetensors | <lyco:filename:multiplier> |
编辑距离是针对二个字符串(例如英文字)的差异程度的量化量测,量测方式是看至少需要多少次的处理才能将一个字符串变成另一个字符串。编辑距离可以用在自然语言处理中,例如拼写检查可以根据一个拼错的字和其他正确的字的编辑距离,判断哪一个(或哪几个)是比较可能的字。DNA也可以视为用A、C、G和T组成的字符串,因此编辑距离也用在生物信息学中,判断二个DNA的类似程度。Unix下的diff及patch即是利用编辑距离来进行文本编辑对比的例子。
示例代码:
package main
import "fmt"
func levenshtein(str1, str2 []rune) int {
s1len := len(str1)
s2len := len(str2)
column := make([]int, len(str1)+1)
for y := 1; y <= s1len; y++ {
column[y] = y
}
for x := 1; x <= s2len; x++ {
column[0] = x
lastkey := x - 1
for y := 1; y <= s1len; y++ {
oldkey := column[y]
var incr int
if str1[y-1] != str2[x-1] {
incr = 1
}
column[y] = minimum(column[y]+1, column[y-1]+1, lastkey+incr)
lastkey = oldkey
}
}
return column[s1len]
}
func minimum(a, b, c int) int {
if a < b {
if a < c {
return a
}
} else {
if b < c {
return b
}
}
return c
}
func main(){
var str1 = []rune("Asheville")
var str2 = []rune("Arizona")
fmt.Println("Distance between Asheville and Arizona:",levenshtein(str1,str2))
str1 = []rune("Python")
str2 = []rune("Peithen")
fmt.Println("Distance between Python and Peithen:",levenshtein(str1,str2))
str1 = []rune("Orange")
str2 = []rune("Apple")
fmt.Println("Distance between Orange and Apple:",levenshtein(str1,str2))
}
输出:
Distance between Asheville and Arizona: 8
Distance between Python and Peithen: 3
Distance between Orange and Apple: 5
1. 用环境变量参数
set CUDA_VISIBLE_DEVICES=0,1
.\webui.bat --medvram
2. 命令行参数
.\webui.bat --medvram --device-id=0,1
两种方案皆可。
caddy和php容器不同时需要分别设置root路径,参考以下caddyfile文件。
mysite.com {
// 这是caddy容器下的laravel目录
root * /srv/mysite.com/public
encode zstd gzip
file_server
try_files {path} /index.php?{query}
php_fastcgi * php_docker:9000 {
// 这是php容器下的laravel目录
root /var/www/html/mysite.com/public
}
log {
output file /data/caddy.log
}
}
这种情况是原有laravel项目迁移时,文件目录没有完全迁移导致的。
主要是storage目录下的结构与原项目不同。
尝试把原项目的storage目录拷贝的迁移项目中。
执行git pull origin xxx(分支) --rebase之后先push上远程分支。