部署Stable-Diffusion
Stable Diffusion
stable-diffusion是一种强大的文本到图像生成模型,它利用了潜在扩散模型、OpenCLIP编码器、超分辨率放大器等技术。 说白了就是AI绘画,目前非常火的项目,尤其是该项目是一个开源的项目,所以它可以独立部署在我们的机器上,AI出图也没有任何的限制。
配置要求
- 最低4GB显存显卡
- 16GB以上内存
环境
Python
安装Python (Python 3.10.6为stable-diffusion运行脚本所使用的测试版本,尽量下载3.10.6版本)
安装完毕后,打开cmd运行命令python检查安装是否成功
1 | python |
获取Stable-Diffusion
SD github地址 release中下载最新版本即可。
下载完毕后,将zip压缩包进行解压
下载模型
模型下载可以在Civitai进行下载,将下载的模型文件放在stable-diffusion根目录下的/models/Stable-diffusion目录中
推荐模型:ChilloutMix
下载模型时需要注意模型的类型,checkpoint是大模型,lora等其他模型都是微调的小模型,放入的目录不同。
启动Stable-Diffusion
配置
- 安装[
NVIDIA CUDA Toolkit](https://developer.nvidia.com/cuda-toolkit-archive 作者:Reaper小冥 https://www.bilibili.com/read/cv22011634 出处:bilibili),cmd运行以下命令,查询nvidia版本,然后去官网下载相应的toolkit安装包
1 | nvidia-smi |
- 修改根目录下的
webui-user.bat文件
更多参考Command Line Arguments and Settings
1 | @echo off |
--xformers表示使用xformers,可以提高绘制速度--lowvram表示低显存,同时还有medvram- 其他参数:
--precision full --no-half --skip-torch-cuda-test用于Torch is not able to use GPU报错 --no-gradio-queue用于解决something went wrong问题
启动
运行webui-user.bat文件
第一次需要下载依赖,启动比较慢,启动成功如下图所示,会显示本地的网页地址:
运行报错解决方式
Torch is not able to use GPU
默认下载最新版的pytorch,与本机的cuda版本不匹配
cmd运行nvidia-smi命令,查看cuda版本- 删除根目录下的
venv - 修改
launch.py文件,搜索torch_command
1 | #注释torch_command |
要获取正确的版本需要访问pytorch官网,点击install,可以按照自己的cuda选择
Couldn’t install gfpgan.
打开 stable-diffusion-webui/launch.py 文件。
找到 prepare_environment 方法:
在所有https://github.com 的链接前添加:https://ghproxy.com/
添加后的结果类似这样:https://ghproxy.com/https://github.com/....
重新运行webui-user.bat即可。






