【stable diffusion部署】StableDiffusionWebUI本地部署指南

前言

最近接手了一个需要使用 Stable Diffusion 的项目,需要重新部署一套 SD 环境。这跟我之前的SD部署又不太一样,部署过程中遇到一些问题,总结出一个比较完美的安装方案,在这里和大家分享一下。

所有的AI设计工具,安装包、模型和插件,都已经整理好了,👇获取~在这里插入图片描述

环境准备

在开始部署之前,我使用以下环境:

  • Python 3.10.6(建议使用这个版本,避免一些兼容性问题)

  • NVIDIA RTX 4090 24GB

  • Windows 11

  • 本机CUDA12.4

部署过程

最开始我是按部就班地一个个安装依赖,但是发现要切换目录太多次了,非常繁琐。后来我写了个简单的脚本来自动化这个过程。

首先,克隆主项目:

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git   cd stable-diffusion-webui   

conda环境创建

conda create -p .\Dlab python=3.10.6 -y   

然后创建一个依赖库目录:

mkdir -p repositories && cd repositories   

这里是我写的自动安装脚本,可以一次性把所有依赖都装好:

    repos=(       "Stability-AI/stablediffusion:stable-diffusion-stability-ai"       "CompVis/taming-transformers:taming-transformers"       "sczhou/CodeFormer:CodeFormer"       "salesforce/BLIP:BLIP"       "Stability-AI/generative-models:generative-models"   )         for repo in "${repos[@]}"; do       IFS=':' read -r github_path local_path <<< "$repo"       echo "正在克隆并安装 $github_path..."       git clone "https://github.com/$github_path.git" "$local_path"       cd "$local_path"       pip install -e .       cd ..   done    

接下来是安装其他必要的依赖,这些都是我踩坑后总结出来的版本,可以完美运行:

# 安装基础依赖   pip install transformers==4.19.2 diffusers invisible-watermark --prefer-binary      # k-diffusion 必须从 git 安装最新版   pip install git+https://github.com/crowsonkb/k-diffusion.git --prefer-binary      # 回到主目录安装项目依赖   cd ..   pip install -r requirements.txt --prefer-binary      # 这些版本都是我反复测试过的,建议按照这个版本安装   pip install pytorch_lightning==1.9   pip install -U xformers==0.0.28.post2 torchvision==0.20.0 torchaudio==2.5.0 --index-url https://download.pytorch.org/whl/cu124   pip install pydantic==1.10.11   pip install wandb==0.15.12   

最后启动服务:

python launch.py --xformers --no-gradio-queue   

踩坑记录

  1. 依赖版本冲突
    最坑的是依赖版本问题,特别是 PyTorch 和 xformers 的版本必须要匹配。我在上面列出的版本组合是经过反复测试的,可以完美运行。

  2. 网络问题
    科学上网。如果实在下载不了,建议使用镜像源。

中文汉化

进入界面后选择Extensions,点击Load from加载

找到zh_CN Localization点击Install

安装好后可以在已安装的插件界面看到

然后来到User interface界面

选择zh_CN

应用设置并重启UI

重启webui后进入已经是中文的界面了

生成图片测试,成功运行!

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错,但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料,给那些想学习 AI绘画 的小伙伴们一点帮助!

对于0基础小白入门:

如果你是零基础小白,想快速入门AI绘画是可以考虑的。

一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以找到适合自己的学习方案

包括:stable diffusion安装包、stable diffusion0基础入门全套PDF,视频学习教程。带你从零基础系统性的学好AI绘画!

零基础AI绘画学习资源介绍

👉stable diffusion新手0基础入门PDF👈

在这里插入图片描述

在这里插入图片描述

👉AI绘画必备工具👈

在这里插入图片描述

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉AI绘画基础+速成+进阶使用教程👈

观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

温馨提示:篇幅有限,已打包文件夹,获取方式在:文末

👉12000+AI关键词大合集👈

在这里插入图片描述

这份完整版的AI绘画全套学习资料已经上传优快云,朋友们如果需要可以微信扫描下方优快云官方认证二维码免费领取【保证100%免费

在这里插入图片描述

### Stable Diffusion本地部署教程 #### 准备工作 在开始之前,需确认计算机硬件满足最低需求。通常情况下,Stable Diffusion 需要一台带有 NVIDIA 显卡的设备,并支持 CUDA 计算环境[^2]。 #### 安装依赖项 为了成功运行 Stable Diffusion WebUI,需要先安装必要的软件包和工具链。以下是具体的操作: 1. **Python 环境** 推荐使用 Python 3.8 或更高版本作为基础开发环境。可以通过 Anaconda 或 Miniconda 来管理虚拟环境并简化依赖关系处理。 2. **CUDA 和 cuDNN 支持** 如果目标机器配备有 GPU,则应下载对应显卡驱动程序以及匹配版本的 CUDA 工具包与 cuDNN 库文件来加速计算过程。 ```bash # 更新系统包管理器索引 sudo apt update && sudo apt upgrade -y # 安装基本构建工具和其他必需组件 sudo apt install git python3-pip ffmpeg libsm6 libxext6 -y ``` #### 下载 Stable Diffusion WebUI 通过 Git 命令克隆官方仓库至本地目录下以便进一步设置自定义参数选项等操作。 ```bash git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui/ ``` #### 获取预训练模型权重 访问 Hugging Face 模型中心页面找到合适的 checkpoint 文件链接地址后执行如下脚本完成自动加载流程或者手动上传已有的 .ckpt/.safetensors 类型数据集到指定路径位置上供后续调用[^1]。 ```python from launch import * download_model() # 自动检测缺失资源并尝试网络同步获取 ``` #### 启动服务端口监听 最后一步就是简单地输入一行命令即可开启图形界面模式下的交互体验功能模块啦! ```bash ./webui.sh --listen --port=7860 ``` 此时应该可以在浏览器里打开 `http://localhost:7860` 地址查看效果展示画面了哦~ ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值