当前位置: 首页 > news >正文

【ComfyUI】MacBook Pro 安装(Intel 集成显卡)

文章目录

  • 环境
  • 概述
  • 配置pip镜像
  • 配置pip代理
  • git配置(选配)
  • 下载comfyUI代码
  • 创建、激活虚拟环境
  • 下载依赖
  • 安装torchvision
  • 启动comfyUI
  • 为什么Mac不支持CUDA,即英伟达的显卡?
  • 安装Intel工具包

环境

显卡:Intel Iris Plus Graphics 1536 MB
macos: 13.0 (22A380)

概述

看之前,一定要确认环境。
看之前,一定要确认环境。
看之前,一定要确认环境。

我这台MacBook Pro是英特尔的集成显卡,所以用不了CUDA,也就用不了GPU。
(主要是因为英特尔没有出相应的工具包)

所以按照ComfyUI思路就是,最终是要使用CPU来跑的。

配置pip镜像

# 设置清华源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
pip config set install.trusted-host pypi.tuna.tsinghua.edu.cn

配置pip代理

# 执行如下命令,没有会自动创建文件
vim ~/.pip/pip.conf
# 内容如下:
[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
# 这个地方根据自己的代理来配置,下面是我的代理软件的配置
# 因为我们配置的是清华的源,其他没有必要开代理
proxy = http://127.0.0.1:1087[install]
trusted-host = pypi.tuna.tsinghua.edu.cn

这里记录下,Mac电脑查看配置文件读取顺序:

# 查看配置文件读取顺序
MacBook-Pro:openai yutao$ pip config list -v
For variant 'global', will try loading '/Library/Application Support/pip/pip.conf'
For variant 'user', will try loading '/Users/yutao/.pip/pip.conf'
For variant 'user', will try loading '/Users/yutao/.config/pip/pip.conf'
For variant 'site', will try loading '/Users/yutao/.pyenv/versions/3.10.9/pip.conf'

git配置(选配)

因为我在git clone代码时候,总是会报仓库找不到,所以我会配置:

git config --global url."git@github.com:".insteadOf "https://github.com/"

也就是通过配置,将https://github.com/替换为git@github.com:。

假设我们想删除的话,

git config --unset key名称
# 例如
git config --unset url.git@github.com:.insteadof

下载comfyUI代码

# 我使用git@xxx 总是报找不到仓库,所以就使用https的地址啦
git clone https://github.com/comfyanonymous/ComfyUI.git

创建、激活虚拟环境

虚拟环境:针对每个项目创建一个只属于自己的一套环境;
这个环境主要目的防止依赖版本冲突。
不要觉得是浪费空间,比起解决版本冲突所花费的时间,这点空间是值得的。

由于comfyUI不像stable diffusion webUI那样会帮我们自动创建虚拟环境。
所以我们需要手动创建虚拟环境。

# 在comfyui根目录下,创建名为:venv的虚拟环境:python -m venv venv
[MacBook-Pro:ComfyUI yutao$ python -m venv venv# 激活虚拟环境:. source venv/bin/active
[MacBook-Pro:ComfyUI yutao$ . source venv/bin/active# 退出虚拟环境:deactivate
(venv) MacBook-Pro:ComfyUI yutao$ deactivate

下载依赖

在激活虚拟环境的情况下,下载依赖:

[(venv) MacBook-Pro:ComfyUI yutao$ pip install -r requirements.txt

这一步,只要网络好的情况下,是不会报错的。

安装torchvision

翻查源码发现,ComfyUI/comfy_extras/chainner_models/model_loading.py文件会加载LaMa,而LaMa.py又会去加载torchvision。所以我们需要安装它,虽然它在requirements.txt文件中并没有出现。

# 先看看有没有安装,确定确实没有安装
[(venv) MacBook-Pro:ComfyUI yutao$ pip show torchvision
WARNING: Package(s) not found: torchvision# 安装
[(venv) MacBook-Pro:ComfyUI yutao$ pip install torchvision

启动comfyUI

这里需要特别注意,因为MacBook Pro是英特尔的集成显卡,不支持CUDA,所以也就不支持GPU的使用。

启动时,一定要指明关闭GPU,使用CPU。

# 参数:--disable-cuda-malloc --use-split-cross-attention --cpu
(venv) MacBook-Pro:ComfyUI yutao$ python main.py --disable-cuda-malloc --use-split-cross-attention --cpu# source /opt/intel/oneapi/setvars.sh && python main.py --use-split-cross-attention

参数说明:

  1. --cpu: 就是指明使用CPU来画图(就是时间上会很慢)
  2. --disable-cuda-malloc: 指明不使用CUDA。
  3. --use-split-cross-attention : 低内存的时候使用

运行成功后的界面:

Total VRAM 16384 MB, total RAM 16384 MB
Set vram state to: DISABLED
Device: cpu
VAE dtype: torch.float32
Using split optimization for cross attention
Starting serverTo see the GUI go to: http://127.0.0.1:8188

在这里插入图片描述

目前还没有大模型,需要下载。

https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/tree/main
下载:sd_xl_base_1.0.safetensors文件,然后放入到ComfyUI/models/checkpoints目录下即可。

为什么Mac不支持CUDA,即英伟达的显卡?

老外给出的解释:

总结并扩展评论:
CUDA 是 Nvidia 专有(显然未经许可)的技术,允许在 GPU 处理器上进行通用计算。
很少有 Macbook Pro 配备支持 Nvidia CUDA 的 GPU。请查看此处,了解您的 MBP 是否具有 Nvidia GPU。然后,查看此处的表,看看该 GPU 是否支持 CUDA
iMac、iMac Pro 和 Mac Pro 的情况相同。
因此,在 MacOS 上默认安装 PyTorch 时不支持 CUDA
很少有 Mac 拥有 Nvidia 处理器:

安装Intel工具包

Intel® Distribution for Python

这是我最开始依然能行的思路,后来发现Intel目前就没有集成显卡的工具包。


参考地址:

How_to_install_ComfyUI

Intel Arc Graphics Thread

AssertionError: Torch not compiled with CUDA enabled

https://kwaa.dev/stable-diffusion

python设置代理和添加镜像源介绍

相关文章:

【ComfyUI】MacBook Pro 安装(Intel 集成显卡)

文章目录 环境概述配置pip镜像配置pip代理git配置(选配)下载comfyUI代码创建、激活虚拟环境下载依赖安装torchvision启动comfyUI为什么Mac不支持CUDA,即英伟达的显卡?安装Intel工具包 环境 显卡:Intel Iris Plus Grap…...

HTTPS 加密全过程

加密协议以前是SSL,现在都是TLS, 而证书现在大多数都是SSL证书 抓包流程: TCP三次握手过后, 客户端发送Client Hello 服务器相应Server Hello 服务器再次响应发送证书: 服务器再发送公钥:...

联邦学习综述二

联邦学习漫画 联邦学习漫画链接: https://federated.withgoogle.com/ Federated Analytics: Collaborative Data Science without Data Collection 博客链接: https://blog.research.google/2020/05/federated-analytics-collaborative-data.html 本篇博客介绍了联邦分析&a…...

Idea本地跑flink任务时,总是重复消费kafka的数据(kafka->mysql)

1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 Idea中执行任务时,没法看到JobManager的错误,以至于我以为是什么特殊的原因导致任务总是反复消费。在close方法中,增加日志,发现jdbc连接被关闭了。 重新…...

基于nodemailer实现邮件发送

概述 node中可用nodemailer实现邮件的发送。本文使用QQ邮箱实现邮件的发送。 实现效果 实现 1. QQ邮箱配置 首先需要开启POP3/IMAP/SMTP/Exchange/CardDAV/CalDAV服务,如下图所示。 生成授权码 2. 发送邮件 发送邮件的代码比较简单,如下&#xf…...

【PostgreSQL内核学习(十八)—— (数据库表参数)】

数据库表参数 default_reloptions 函数案例 声明:本文的部分内容参考了他人的文章。在编写过程中,我们尊重他人的知识产权和学术成果,力求遵循合理使用原则,并在适用的情况下注明引用来源。 本文主要参考了《PostgresSQL数据库内核…...

区块链的两个核心概念之一签名, 另一个是共识.

Alice的公私钥, 签名和验证签名仅仅确定了Alice对数字资产A所有权的宣言. 之后, Bob也可以用自己的私钥对资产A进行签名宣誓所有权。区块链中叫双花,即重复宣称所有权, 也称重复花费交易。这时候需要共识算法(集体成员pow或委员会代表pos监督…...

wpf中prism框架切换页面

主页面...

正则表达式(Regular Expression)学习网址分享

正则表达式(Regular expressions,也叫REs、 regexs 或regex patterns),是一种文本模式,包括普通字符(例如,a 到z 之间的字母)和特殊字符(称为"元字符"&#xf…...

【已解决】socket.gaierror: [Errno -3] Temporary failure in name resolution

问题描述 今天在环境迁移的过程中遇到多个问题,包括ModuleNotFoundError: No module named flask,socket.gaierror: [Errno -3] Temporary failure in name resolution以及Downloading: "https://huggingface.co/gyrojeff/YuzuMarker.FontDetection…...

CUDA code=700(cudaErrorIllegalAddress) 报错与排查方法

CUDA code700(cudaErrorIllegalAddress) 报错与排查方法 最近笔者在调试自己写的 CUDA 代码时, 遇到了 code700(cudaErrorIllegalAddress) 的报错, 在此记录一下排查和解决方法. 报错 报错是由 CUDA API 函数执行时产生的, 由 checkCudaErrors() 函数检测出(CUDA 常用错误检…...

项目管理过程组

项目管理有2条主线,一条是技术,一条是管理。项目过程由项目团队实施。一般术语以下两大类之一:一类是项目管理过程。另一类是面向产品的过程。在大多数情况下,大多数项目都有共同的项目管理过程。它们通过有目的的实施而互相联系起…...

python每日一练(5)

🌈write in front🌈 🧸大家好,我是Aileen🧸.希望你看完之后,能对你有所帮助,不足请指正!共同学习交流. 🆔本文由Aileen_0v0🧸 原创 CSDN首发🐒 如…...

经典循环命题:百钱百鸡

翁五钱一只,母三钱,小鸡三只一钱;百钱百鸡百鸡花百钱。 (本笔记适合能熟练应用for循环、会使if条件分支语句、能格式化字符输出的 coder 翻阅) 【学习的细节是欢悦的历程】 Python 官网:https://www.python.org/ Free&#xff1a…...

IDEA使用模板创建webapp时,web.xml文件版本过低的一种解决方法

创建完成后的web.xml 文件&#xff0c;版本太低 <!DOCTYPE web-app PUBLIC"-//Sun Microsystems, Inc.//DTD Web Application 2.3//EN""http://java.sun.com/dtd/web-app_2_3.dtd" ><web-app><display-name>Archetype Created Web Appl…...

在Openresty中使用lua语言向请求浏览器返回请求头User-Agent里边的值

可以参考《Linux学习之Ubuntu 20.04在https://openresty.org下载源码安装Openresty 1.19.3.1&#xff0c;使用systemd管理OpenResty服务》安装Openresty。 然后把下边的内容写入到openresty配置文件/usr/local/openresty/nginx/conf/nginx.conf&#xff08;根据实际情况进行选…...

Hive面试常见基础问题

以下是一些Hive面试问题和答案&#xff1a; Hive是什么&#xff1f; 答&#xff1a;Hive是一个开源的数据仓库工具&#xff0c;用于处理和分析大规模结构化数据。它能够创建、修改和查询表结构&#xff0c;支持多种数据类型和查询操作&#xff0c;同时提供数据汇总和数据查询的…...

设计模式 - 观察者模式

目录 一. 前言 二. 实现 三. 优缺点 一. 前言 观察者模式属于行为型模式。在程序设计中&#xff0c;观察者模式通常由两个对象组成&#xff1a;观察者和被观察者。当被观察者状态发生改变时&#xff0c;它会通知所有的观察者对象&#xff0c;使他们能够及时做出响应&#xf…...

【自动驾驶】PETR/PETRv2/StreamPETR论文分析

1.PETR PETR网络结构如下&#xff0c;主要包括image-backbone, 3D Coordinates Generator, 3D Position Encoder, transformer Decoder 1.1 Images Backbone 采用resnet 或者 vovNet,下面的x表示concatenate 1.2 3D Coordinates Generator 坐标生成跟lss类似&#xff0c;假…...

GPT实战系列-Baichuan2本地化部署实战方案

目录 一、百川2(Baichuan 2)模型介绍 二、资源需求 模型文件类型 推理的GPU资源要求 模型获取途径 国外: Huggingface 国内:ModelScope 三、部署安装 配置环境 安装过程...

变量 varablie 声明- Rust 变量 let mut 声明与 C/C++ 变量声明对比分析

一、变量声明设计&#xff1a;let 与 mut 的哲学解析 Rust 采用 let 声明变量并通过 mut 显式标记可变性&#xff0c;这种设计体现了语言的核心哲学。以下是深度解析&#xff1a; 1.1 设计理念剖析 安全优先原则&#xff1a;默认不可变强制开发者明确声明意图 let x 5; …...

SkyWalking 10.2.0 SWCK 配置过程

SkyWalking 10.2.0 & SWCK 配置过程 skywalking oap-server & ui 使用Docker安装在K8S集群以外&#xff0c;K8S集群中的微服务使用initContainer按命名空间将skywalking-java-agent注入到业务容器中。 SWCK有整套的解决方案&#xff0c;全安装在K8S群集中。 具体可参…...

大话软工笔记—需求分析概述

需求分析&#xff0c;就是要对需求调研收集到的资料信息逐个地进行拆分、研究&#xff0c;从大量的不确定“需求”中确定出哪些需求最终要转换为确定的“功能需求”。 需求分析的作用非常重要&#xff0c;后续设计的依据主要来自于需求分析的成果&#xff0c;包括: 项目的目的…...

centos 7 部署awstats 网站访问检测

一、基础环境准备&#xff08;两种安装方式都要做&#xff09; bash # 安装必要依赖 yum install -y httpd perl mod_perl perl-Time-HiRes perl-DateTime systemctl enable httpd # 设置 Apache 开机自启 systemctl start httpd # 启动 Apache二、安装 AWStats&#xff0…...

【位运算】消失的两个数字(hard)

消失的两个数字&#xff08;hard&#xff09; 题⽬描述&#xff1a;解法&#xff08;位运算&#xff09;&#xff1a;Java 算法代码&#xff1a;更简便代码 题⽬链接&#xff1a;⾯试题 17.19. 消失的两个数字 题⽬描述&#xff1a; 给定⼀个数组&#xff0c;包含从 1 到 N 所有…...

【解密LSTM、GRU如何解决传统RNN梯度消失问题】

解密LSTM与GRU&#xff1a;如何让RNN变得更聪明&#xff1f; 在深度学习的世界里&#xff0c;循环神经网络&#xff08;RNN&#xff09;以其卓越的序列数据处理能力广泛应用于自然语言处理、时间序列预测等领域。然而&#xff0c;传统RNN存在的一个严重问题——梯度消失&#…...

Vue2 第一节_Vue2上手_插值表达式{{}}_访问数据和修改数据_Vue开发者工具

文章目录 1.Vue2上手-如何创建一个Vue实例,进行初始化渲染2. 插值表达式{{}}3. 访问数据和修改数据4. vue响应式5. Vue开发者工具--方便调试 1.Vue2上手-如何创建一个Vue实例,进行初始化渲染 准备容器引包创建Vue实例 new Vue()指定配置项 ->渲染数据 准备一个容器,例如: …...

cf2117E

原题链接&#xff1a;https://codeforces.com/contest/2117/problem/E 题目背景&#xff1a; 给定两个数组a,b&#xff0c;可以执行多次以下操作&#xff1a;选择 i (1 < i < n - 1)&#xff0c;并设置 或&#xff0c;也可以在执行上述操作前执行一次删除任意 和 。求…...

C++ 基础特性深度解析

目录 引言 一、命名空间&#xff08;namespace&#xff09; C 中的命名空间​ 与 C 语言的对比​ 二、缺省参数​ C 中的缺省参数​ 与 C 语言的对比​ 三、引用&#xff08;reference&#xff09;​ C 中的引用​ 与 C 语言的对比​ 四、inline&#xff08;内联函数…...

现代密码学 | 椭圆曲线密码学—附py代码

Elliptic Curve Cryptography 椭圆曲线密码学&#xff08;ECC&#xff09;是一种基于有限域上椭圆曲线数学特性的公钥加密技术。其核心原理涉及椭圆曲线的代数性质、离散对数问题以及有限域上的运算。 椭圆曲线密码学是多种数字签名算法的基础&#xff0c;例如椭圆曲线数字签…...