【トークンなし】Stable DiffusionをGoogle Colabで動かす方法。複数画像の生成も。【diffusers】

#stable diffusionのインストール
!pip install --upgrade diffusers[torch] transformers

from diffusers import StableDiffusionPipeline, EulerDiscreteScheduler
import torch

# パイプラインの準備
model_id = "stabilityai/stable-diffusion-2-1"
pipe = StableDiffusionPipeline.from_pretrained(
    model_id, 
    scheduler=EulerDiscreteScheduler.from_pretrained(
        model_id, 
        subfolder="scheduler"
    ), 
    torch_dtype=torch.float16
).to("cuda")
pipe.enable_attention_slicing()

# 画像の生成
prompt = "dancing cat"
image = pipe(prompt, height=512, width=512).images[0]
image

# ドライブのマウント
from google.colab import drive
drive.mount('/content/drive')

# 出力先の指定
import os
os.chdir('/content/drive/MyDrive/生成画像')

# 画像の生成
prompt = "dancing_cat"
image = pipe(prompt, height=512, width=512).images[0]

# 画像を保存（ファイル名はdancing_cat.png）
image.save(f"踊る猫.png")

image

image = pipe(prompt,                     # キーワード
             height=512,                 # 画像の高さ
             width=512,                  # 画像の幅
             guidance_scale=7.5,         # テキストとの類似度
             num_inference_steps=50,     # 画像生成に費やすステップ数
             generator=torch.Generator("cuda").manual_seed(0), # 乱数シードジェネレータ
             ).images[0]

from PIL import Image

def image_grid(imgs, rows, cols):
    assert len(imgs) == rows*cols

    w, h = imgs[0].size
    grid = Image.new('RGB', size=(cols*w, rows*h))
    grid_w, grid_h = grid.size

    for i, img in enumerate(imgs):
        grid.paste(img, box=(i%cols*w, i//cols*h))
    return grid

from torch import autocast
import datetime

#3枚の画像を1×3の形に並べて生成します。
num_rows = 1
num_cols = 3

prompt_single = "dancing cat"
prompt = [prompt_single] * num_cols

all_images = []
for i in range(num_rows):
  # images = pipe(prompt, height=512, width=512).images
  images = pipe(prompt,                     # キーワード
             height=512,                 # 画像の高さ
             width=512,                  # 画像の幅
             guidance_scale=7.5,         # テキストとの類似度
             num_inference_steps=50,     # 画像生成に費やすステップ数
             generator=torch.Generator("cuda").manual_seed(0), # 乱数シードジェネレータ
             ).images
  all_images.extend(images)

# 画像を保存(ファイル名は「踊る猫_dancing cat_2022-2-22_22-22-22」などのようになる)
now = datetime.datetime.now(datetime.timezone(datetime.timedelta(hours=9)))
filename = "踊る猫"
i = 1
for image in all_images:
  image.save(f"{filename}_{prompt_single}_{now.strftime('%Y-%m-%d_%H-%M-%S')}_({i}).png")
  i += 1

grid = image_grid(all_images, rows=num_rows, cols=num_cols)
grid