#it #нейросети #нейросеть

Когда я захотел ещё раз вернуться к IT (либо будет успешно, либо закрыть эту тему для себя — условия рынка и действия чиновников от меня не зависят) и написанию визуальных новелл, естественно возникла необходимость откуда-то брать изображения. То, что источником изображений будут нейросети — для меня безальтернативно. Моим будет только текст и программирование, а современные инструменты нужно использовать в полном объёме.

Решил установить Comfy Desktop. Это один из инструментов, позволяющих запускать модели локально. Чтобы не платить за подписки и обходить цензуру, установленную буквально на всех онлайн-сервисах. Условия того же «Шедеврума», например, меня не устраивают — он идёт только в комплекте с «Яндекс Плюс». Вроде общая сумма и небольшая, но проблема в том, что «Яндекс Плюс» мне на хрен не нужен, а я принципиально не плачу за ненужные мне услуги — даже копейку не дам. Да ещё и запреты там самые странные. Я понимаю, что девочки 16 лет (старшеклассницы) даже в полной одежде, ибо эротики не предполагается, кому-то сегодня могут показаться бездуховными и нескрепными. Но вот то, что этот «Шедеврум» не позволил мне нарисовать религиозную сцену — это уже совсем дурдом. В сегодняшней России религия вроде предельно духовна и скрепна? Однако же... Короче, пошёл на хрен этот «Говнум» с такой политикой контента и подписки.

В общем, если не считать некоторых сложностей с установкой, вызванных нестабильностью сегодняшнего интернета (причины нам всем известны, обсуждать здесь их ещё раз не будем), то выглядит ComfyUI очень неплохо. Вот скрин программы с моделью, которую я установил по умолчанию (SDXL Turbo).



Выбрал для экспериментов эту модель, потому что она небольшая, около 6 Гб, что позволит мне просто погонять интерфейс и посмотреть, подойдёт ли мне сам инструмент в целом. Если подойдёт, то более мощные модели всегда можно загрузить дополнительно.

На скрине можно с первого взгляда увидеть следующее. У нас есть параметры width и height (в Empty Latent Image), есть noise_seed (в SamplerCustom) и есть positive и negative prompt (два блока CLIP Text Encode). Остальные параметры тоже играют роль, но эти — самые очевидные и нужные. Весь граф процесса работы (workflow) выглядит вполне наглядно и понятно в общих чертах с первого раза (ну или хотя бы мне понятно). Далее просто вводим текст, выбираем версию генерируемого изображения через noise_seed и нажимаем синюю кнопку Run.

Выглядит симпатично и полезно. Этот граф можно дополнять, менять, строить с нуля под свою работу. Можно загрузить генераторы не только изображений. Звук и видео тоже есть. В отличие от онлайн-интерфейсов возможности очень приличные, а понимания внутренней кухни для базовых работ достаточно минимального. Что с чем соединять подписано, есть всплывающие подсказки, да ещё и цветом выделено.

В общем, попробуйте, кто пользуется нейросетями. Вдруг подойдёт?