不懂IT想搞个网站APP要怎么做

目录

购买平台服务商提供的软件服务

自建系统或者平台

需要的资源

开发过程


 

经常有朋友问:“我有一个想法,能不能做个小程序或者什么网站,需要怎样做,要花多少钱?”。

随着时代的发展,中小型企业、个体户甚至个人都会有信息化的需求,主要为了解决以下问题或到达以下目标:

1、优化内部流程

2、展现企业文化、宣传产品

3、拓宽商业沟通、提供服务入口

4、电子商务需求

有规模的企业有能力建立自己的IT团队,通过购买或者自研系统来实现信息化,那么对于一些微小企业、个体户或者个人应该怎么来做呢。其实对于这部分群体而言,信息化需求基本可以归结到建网站应用的问题,不管是内部管理系统还是提供在互联网上的服务,都包括应用域名、应用空间、应用程序几个要素。下面我们来谈谈不同需求情况下搭建一套网站应用的方式和步骤有哪些。

购买平台服务商提供的软件服务

网站或者应用软件部署都是服务商(SaaS),用户只需要按需求付费获取账号就可以使用响应的功能,比如微盟(电商类),用友(企业管理类);实际上入驻美团商家提供流量入口也是这种模式。这种方式的好处是用户无需关心软件所需要的资源和部署问题,也不需要太多有关IT的技术知识能力,如果刚好有功能和价格都合适的服务商,或者暂时没有工商主体营业执照,是比较好的选择。缺点是自己定制的想法和需求不能得到满足,数据和流量也在服务商手中,后期可能成为发展的瓶颈。

自建系统或者平台

如果对自己的商业想法比较执着,数据和功能需求的主动权把握在自己手中,那么可以考虑自建方式。当然程序的开发只能找外包或者第三方进行开发,如果你具备一定的IT部署技能,也可以考虑使用某些低代码平台构建你的网站或者程序,然后再发布到互联网。当下互联网主流的用户端主要包括以下形式

  1. 电脑网站:通过浏览器输入网址进行访问。
  2. 手机网站:和电脑网站差不多,通过手机浏览器访问,只是网站风格设计要适配手机。
  3. 微信网站:在手机网站的基础上,对接微信公众号平台,可以实现微信用户授权注册绑定。需要在微信公众平台申请账号。
  4. 微信小程序:基于微信的小程序规范开发的小程序,需要申请小程序账号并关联绑定微信公众号,同样可以实现微信用户授权注册绑定。
  5. 手机APP:安装在手机上的应用,根据操作系统不同要开发不同版本,一般个人不建议考虑。

 

需要的资源

程序开发的技术和工具由开发者考虑,但是作为程序的所有者,你需要配合提供各种网络资源,部署不同的软件应用需要的网络资源不一样,先来了解一下一个软件要部署发布到互联网可能涉及哪些资源:

 

名称

简介

费用

服务器

部署程序需要的空间

几百-几千每年+备案费用

域名

程序在互联网的访问地址

几十/年+备案费用

https证书

访问数据安全

免费

微信公众号账号

提供入口,获取微信用户授权

认证300/次

微信小程序账号

发布小程序

 

微信支付

支付交易

认证300/年

短信网关

发送短信

 

 

 

  • 营业执照

服务器、域名备案,微信公众账号的认证需要用到。所以没有工商主体的个人想要发布网站或者应用比较麻烦。

  • 服务器:

服务器是提供内存、硬盘、cpu等资源用于部署运行软件服务的。购买公有云服务器厂商提供的基础云资源即可满足普通的需求,价格一般在几百到上千元每年(随着业务量扩展可能资源也需要升级),遇到折扣优惠会更便宜些。比较大的云服务厂商有:阿里云、华为云、腾讯云、天翼云等。

以下是阿里云官网服务器截图

https://www.aliyun.com/product/ecs

858fc786e484485abec1e3cbd4b023bb.png

 

  • 域名:

也就是www.xxxx.com这种用于在客户端(浏览器)访问软件服务的地址。云服务厂商都可以提供域名申请的服务,可以查询自己喜欢的域名进行购买,价格在几十到几百一年。域名跟选车牌一样,热门的com和cn等顶级域名价格不太好购买,价格也比较高。

注意如果要在互联网提供服务,服务器和域名就必须要进行备案。备案是有通信管理局的监管要求,有些地方不允许个人备案,但是个体户应该是可以的。

阿里云上购买域名

域名注册_域名查询_域名申请_域名购买_域名续费_国际域名-万网-阿里云旗下品牌

647ae39292bb4eb8ab6deb307e9a4fad.png

 

  • https证书:

普通的网址域名一般是http开头方式访问的,如果你的网站或者应用带了https进行访问,在访问使用过程中会对数据进行加密和身份认证,保证传输过程的安全,例如交易支付等方面。

https需要申请证书才能使用,一般云服务器厂商也会提供免费的证书。  

要接入微信小程序必须有https证书

  • 微信公众号账号:

在微信公众号平台(微信公众平台)可以进行注册申请,可以选择服务号或者订阅号(区别在官网有介绍),最好是以企业方式进行注册,能实现的功能更多。

要实现绑定公众号进行粉丝授权需要认证(费用300/年)。如果涉及支付需要开通微信支付(300/年)

  • 微信小程序账号:

小程序账号也是在微信公众平台申请。小程序可以在微信内被便捷地获取和传播,同时具有更出色的使用体验。

 

 

  • 其他资源

比如用于发送短信的短信网关以及其他需要购买的第三方服务资源

 

以上资源也并不是所有类型的软件部署都需要用到,一般情况下需求如下

 

 

服务器

域名

https证书

微信公众号账号

微信小程序账号

电脑网站

 

 

 

手机网站

 

 

 

微信网站

 

 

微信小程序

手机APP(安卓)

 

 

 

 

手机APP(iOS)

 

 

 

 

开发过程

当你有一个想法,先要做好市场调研,比较同类模式,梳理出短期、中期、长期想要做到的事情,商业想法准备差不多之后,就可以找合作的开发团队进行了。一般来说软件系统的建设流程。

功能对齐->功能原型设计->功能开发->功能测试->部署上线->试运行->正式运行

 

  • 选择开发合作团队

可以找外包开发团队或者个人兼职开发者,沟通你的整体需求想法、合作方式、大概的费用、期望的时间周期。

  • 需求沟通

作为甲方提出你的详细要求,如果有能力最好以文档的方式描述清楚,对于一些功能界面和流程可以画图示意。最好标记你认为重要的事情优先级,如果有未来长期的想法也可以告知开发者,尽量在本次开发过程考虑扩展性。

  • 计划确认

开发合作者根据你的详细需求/功能清单进行分析报价、制定计划、签订合同、合同包括功能范围、交付时间点和内容(可以分阶段)、报价、结算方式(费用分阶段结算,一般可以分启动-交付-上线几个阶段验收付款)。

这个阶段可以向开发者明确需要你配合的事情以及时间要求,比如上述的资源,如果有不懂的专业性问题可以请求开发者的协助。

  • 启动开发

付完第一笔费用开始启动开发,这个阶段开发团队会拿设计原型和你确认,你也可以定期关注开发者有没有理解偏差,建立顺畅的沟通反馈机制

  • 交付测试

按约定时间点交付物进行测试验证、提出修改意见

  • 部署试运行

基本达到预期后,可以部署到试运行。邀请一些朋友体验测试。对于一些与需求不符合的问题要求修复。

  • 正式运行

试运行一段时间后可以进一步进行推广

  • 运维

一般在试运行上线后,开发者会提供一段时间的问题维护

 

开发部署一个程序是需要时间的,一定要在前期对你的商业想法进行调研,梳理出想要的功能,当然也可以把你的想法跟开发团队对齐,让其提供专业的解决方案。避免浪费工期。

 

 

内容概要:本文详细介绍了一个基于Java和Vue的联邦学习隐私保护推荐系统的设计与实现。系统采用联邦学习架构,使用户数据在本地完成模型训练,仅上传加密后的模型参数或梯度,通过中心服务器进行联邦平均聚合,从而实现数据隐私保护与协同建模的双重目标。项目涵盖完整的系统架构设计,包括本地模型训练、中心参数聚合、安全通信、前后端解耦、推荐算法插件化等模块,并结合差分隐私与同态加密等技术强化安全性。同时,系统通过Vue前端实现用户行为采集与个性化推荐展示,Java后端支撑高并发服务与日志处理,形成“本地训练—参数上传—全局聚合—模型下发—个性化微调”的完整闭环。文中还提供了关键模块的代码示例,如特征提取、模型聚合、加密上传等,增强了项目的可实施性与工程参考价值。 适合人群:具备一定Java和Vue开发基础,熟悉Spring Boot、RESTful API、分布式系统或机器学习相关技术,从事推荐系统、隐私计算或全栈开发方向的研发人员。 使用场景及目标:①学习联邦学习在推荐系统中的工程落地方法;②掌握隐私保护机制(如加密传输、差分隐私)与模型聚合技术的集成;③构建高安全、可扩展的分布式推荐系统原型;④实现前后端协同的个性化推荐闭环系统。 阅读建议:建议结合代码示例深入理解联邦学习流程,重点关注本地训练与全局聚合的协同逻辑,同时可基于项目架构进行算法替换与功能扩展,适用于科研验证与工业级系统原型开发
源码来自:https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
<think> 我们正在处理一个在WSL内使用Docker运行Stable Diffusion WebUI的情况。用户之前遇到了Python版本问题和网络不稳定问题,现在使用的是ROCm/PyTorch Docker镜像。根据提供的命令,用户已经尝试在容器内克隆Stable Diffusion WebUI的仓库并运行。 然而,根据引用[1]和[2],用户可能在安装python-dev时遇到依赖问题。虽然这些引用是来自其他问题,但我们可以推测在容器内安装某些依赖时可能也会遇到类似问题。 注意:我们使用的Docker镜像是`rocm/pytorch:latest`,它已经预装了PyTorch和ROCm支持,但可能缺少一些构建Python包所需的开发工具。 用户运行的命令是: docker run -it --rm --name sd-webui --device=/dev/dri/card0 --device=/dev/dri/renderD128 --device=/dev/kfd --group-add=video -p 127.0.0.1:7860:7860 -v /e/ai_workspace/Stable-diffusion:/models -v $(pwd)/outputs:/outputs rocm/pytorch:latest bash -c "cd / && git clone https://gitee.com/mirrors/stable-diffusion-webui.git && cd stable-diffusion-webui && python3 launch.py --port 7860 --skip-torch-cuda-test" 这个命令在容器启动时执行了一系列操作:克隆仓库、进入目录、运行launch.py。但是,在运行Stable Diffusion WebUI之前,通常需要安装一些依赖项,这些依赖项在`launch.py`中会尝试安装,但可能会因为网络问题或缺少系统包而失败。 考虑到用户之前遇到网络问题(因此使用了Gitee镜像)和Python依赖问题,我们可能需要分步骤操作,并在容器内预先安装一些必要的系统包。 步骤建议: 1. 由于网络问题,我们可能需要更换pip源为国内镜像(如清华源、阿里源等)。 2. 安装所需的系统依赖,包括python-dev(在Ubuntu中可能叫做`python3-dev`)以及其他可能需要的构建工具。 3. 由于在容器内操作,我们可以进入交互式shell,逐步执行命令,这样方便调试。 因此,我们可以修改命令,先进入容器进行配置,然后再运行。 具体操作: 第一步:启动一个交互式容器,但不直接运行WebUI,而是进入bash shell。 我们可以先运行一个容器,并挂载必要的目录,然后进入容器内部手动操作。 命令如下(注意:这里我们去掉`--rm`,以便在退出后容器不删除,但为了保持干净,我们也可以使用`--rm`,因为我们可以通过挂载的卷持久化数据): docker run -it --rm --name sd-webui --device=/dev/dri/card0 --device=/dev/dri/renderD128 --device=/dev/kfd --group-add=video -p 127.0.0.1:7860:7860 -v /e/ai_workspace/Stable-diffusion:/models -v $(pwd)/outputs:/outputs rocm/pytorch:latest bash 注意:这里我们只运行了bash,没有执行后面的命令,这样我们就可以在容器内手动执行命令。 第二步:在容器内配置pip源(使用国内镜像) 在容器内,我们可以创建或修改pip配置文件,使用国内镜像源。 执行以下命令(以清华源为例): mkdir -p ~/.pip echo '[global]' > ~/.pip/pip.conf echo 'index-url = https://pypi.tuna.tsinghua.edu.cn/simple' >> ~/.pip/pip.conf echo 'trusted-host = pypi.tuna.tsinghua.edu.cn' >> ~/.pip/pip.conf 第三步:更新包列表并安装必要的系统包 由于我们使用的是Ubuntu系统(rocm/pytorch镜像基于Ubuntu),我们可以使用apt-get更新并安装python3-dev等包。 首先,更新apt源(也可以换成国内源,比如阿里云的Ubuntu源)。但注意,容器内可能没有安装文本编辑器,我们可以用sed替换源,或者直接使用echo追加,但为了简单,我们这里先不更换apt源(如果速度慢,再考虑更换)。 更换apt源为阿里云(可选,如果网络慢): sed -i 's@//archive.ubuntu.com@//mirrors.aliyun.com@g' /etc/apt/sources.list apt-get update 然后安装必要的包: apt-get install -y python3-dev python3-venv libgl1 libglib2.0-0 注意:Stable Diffusion WebUI可能还需要其他依赖,如libsm6, libxrender1, libxext6等,但常用的是libgl1(用于OpenGL)。另外,我们安装了python3-dev和python3-venv。 第四步:克隆仓库(如果之前没有克隆,但我们在启动容器时已经挂载了卷,所以工作目录在容器外是持久的吗?注意,我们启动容器时没有将代码目录挂载出来,所以容器退出后代码会消失(因为使用了--rm)。因此,我们建议将代码目录也挂载出来,这样即使容器删除,代码还在。 所以,我们修改命令,将代码目录也挂载到宿主机。例如,我们可以在宿主机上创建一个目录(比如`/e/ai_workspace/sd-webui`)来存放代码,然后挂载到容器内。 但是,在用户原来的命令中,他们是将模型目录和输出目录挂载了,代码是在容器内克隆的。这样,每次重新运行容器都需要重新克隆。因此,我们可以调整: 在宿主机上克隆代码,然后挂载到容器内。这样代码就持久化了,而且可以在宿主机上修改。 所以,我们建议用户在宿主机(WSL)上先克隆代码,然后再挂载。 例如: cd /e/ai_workspace git clone https://gitee.com/mirrors/stable-diffusion-webui.git 然后,我们修改挂载,将代码目录也挂载到容器内的某个路径,比如挂载到`/app`。 因此,新的运行命令可以是: docker run -it --rm --name sd-webui --device=/dev/dri/card0 --device=/dev/dri/renderD128 --device=/dev/kfd --group-add=video -p 127.0.0.1:7860:7860 -v /e/ai_workspace/Stable-diffusion:/models -v /e/ai_workspace/stable-diffusion-webui:/app -v $(pwd)/outputs:/outputs rocm/pytorch:latest bash 然后,在容器内,我们进入`/app`目录,再运行。 第五步:在容器内运行WebUI 进入代码目录: cd /app 然后运行启动脚本: python3 launch.py --port 7860 --skip-torch-cuda-test 但是,在运行之前,我们可能需要设置一下venv(可选,因为launch.py会自己创建venv),但是因为网络问题,创建venv可能会失败,所以我们可以先手动创建venv并激活,然后安装依赖。 不过,launch.py脚本会自动处理依赖。我们只需要确保系统依赖已经安装(之前的步骤),并配置好pip源。 所以,直接运行launch.py即可。 但是,如果遇到网络问题导致下载模型或其他文件慢,可能需要设置环境变量(比如HTTP_PROXY)或者使用其他国内镜像源(如设置`REQS_FILES`为国内镜像?)。 另外,Stable Diffusion WebUI在第一次运行时会安装一些Python包,由于我们已经配置了pip国内源,应该会快很多。 总结步骤: 1. 在宿主机(WSL)上克隆代码(如果还没有的话): git clone https://gitee.com/mirrors/stable-diffusion-webui.git /e/ai_workspace/stable-diffusion-webui 2. 编写一个Docker运行命令,以交互方式进入容器,并挂载代码目录: docker run -it --rm --name sd-webui --device=/dev/dri/card0 --device=/dev/dri/renderD128 --device=/dev/kfd --group-add=video -p 127.0.0.1:7860:7860 -v /e/ai_workspace/Stable-diffusion:/models -v /e/ai_workspace/stable-diffusion-webui:/app -v $(pwd)/outputs:/outputs rocm/pytorch:latest bash 3. 在容器内: a. 配置pip国内源(清华源): mkdir -p ~/.pip echo '[global]' > ~/.pip/pip.conf echo 'index-url = https://pypi.tuna.tsinghua.edu.cn/simple' >> ~/.pip/pip.conf echo 'trusted-host = pypi.tuna.tsinghua.edu.cn' >> ~/.pip/pip.conf b. 更换apt源为国内源(可选,如果更新慢): sed -i 's@//archive.ubuntu.com@//mirrors.aliyun.com@g' /etc/apt/sources.list apt-get update c. 安装系统依赖: apt-get install -y python3-dev python3-venv libgl1 libglib2.0-0 d. 进入代码目录: cd /app e. 运行启动脚本: python3 launch.py --port 7860 --skip-torch-cuda-test 4. 等待安装完成,然后在宿主机的浏览器中访问`http://127.0.0.1:7860`。 注意:如果容器内需要代理,可以在docker run命令中添加`-e http_proxy=... -e https_proxy=...`。 但是,用户之前提到网络不稳定,使用Gitee镜像,所以这里我们主要用国内源解决。 另外,由于Stable Diffusion WebUI在安装依赖时可能需要下载其他组件(如CLIP、OpenCLIP等),这些下载也可能很慢,我们可以考虑在运行前设置环境变量(如`PIP_DEFAULT_TIMEOUT=1000`)或者使用代理(如果有的话)。 如果用户没有代理,只能依赖国内源,那么有些包可能下载慢,我们可以尝试手动指定这些包的国内镜像(例如,在运行launch.py之前,设置环境变量`PIP_INDEX_URL`为国内源,但我们已经配置了pip.conf,所以应该可以)。 另外,第一次运行会下载一些模型文件,这些模型文件默认放在`/models`(但我们在容器内挂载了宿主机的`/e/ai_workspace/Stable-diffusion`到`/models`,所以模型会保存在宿主机)。但是,WebUI默认的模型路径可能不是这里,我们需要在WebUI的设置中指定,或者通过命令行参数指定。可以查看WebUI的文档。 根据Stable Diffusion WebUI的文档,我们可以通过设置环境变量或命令行参数来指定模型路径。在启动命令中,我们可以添加: --ckpt-dir /models 但是,在launch.py中,模型路径可以通过设置环境变量`SD_MODELS_PATH`或命令行参数指定。具体需要查看launch.py支持的参数。 通常,我们可以通过设置环境变量来指定: export SD_MODELS_PATH="/models" 或者在运行launch.py时添加参数,但launch.py本身没有直接指定模型目录的参数,而是通过WebUI的参数传递。因此,我们可能需要修改WebUI的配置文件,或者在启动WebUI后通过界面设置。 为了避免复杂化,我们可以先按照默认路径运行,然后在WebUI界面中设置模型路径为`/models`。 或者,我们可以在运行launch.py之前,将模型文件放在默认路径(即代码目录下的`models`目录),但我们挂载了`/models`,所以我们可以创建一个符号链接: ln -s /models /app/models/Stable-diffusion 这样,WebUI就会从`/models`读取模型。 具体步骤可以根据实际情况调整。 由于我们无法预测所有问题,所以建议用户先按照上述步骤操作,遇到具体问题再解决。 最后,我们提供一个完整的操作流程,以步骤形式呈现给用户。 注意:由于容器内可能没有安装git,我们需要先安装git(如果还没有的话): apt-get install -y git 但是,在用户原始命令中,他们使用了git clone,所以镜像中应该已经安装了git,如果没有,则在第三步的c步骤中加上git。 因此,我们调整第三步c步骤的安装命令为: apt-get install -y python3-dev python3-venv libgl1 libglib2.0-0 git 现在,我们可以给用户一个详细的步骤说明。 </think> 针对您在 WSL 中使用 Docker 运行 Stable Diffusion WebUI 时遇到的 Python 依赖和网络问题,我将以小白友好的方式逐步指导操作。请按照以下步骤执行: ### 解决步骤(均在 WSL 终端操作) 1. **创建持久化工作目录(避免重复下载)** ```bash # 在 WSL 中创建永久存储目录 mkdir -p ~/stable-diffusion/{models,outputs,code} ``` 2. **修改 Docker 命令(解决依赖问题)** ```bash docker run -it --rm --name sd-webui \ --device=/dev/dri/card0 \ --device=/dev/dri/renderD128 \ --device=/dev/kfd \ --group-add=video \ -p 127.0.0.1:7860:7860 \ -v /home/你的用户名/stable-diffusion/models:/models \ -v /home/你的用户名/stable-diffusion/outputs:/outputs \ -v /home/你的用户名/stable-diffusion/code:/code \ rocm/pytorch:latest \ bash -c "apt update && \ apt install -y python3-dev python3-venv libgl1 libglib2.0-0 && \ cd /code && \ git clone https://gitee.com/mirrors/stable-diffusion-webui.git && \ cd stable-diffusion-webui && \ python3 -m venv venv && \ source venv/bin/activate && \ pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple && \ pip install --upgrade pip && \ python3 launch.py --port 7860 --skip-torch-cuda-test" ``` *关键改进说明:* - 添加了 `python3-dev` 和虚拟环境支持 (`python3-venv`) - 配置了清华 PyPI 镜像加速下载 - 使用虚拟环境隔离依赖(避免系统 Python 冲突) - 通过持久化卷保存代码和模型 3. **首次运行时的注意事项** - 等待依赖安装完成(约 5-15 分钟,取决于网络) - 看到 `Running on local URL: http://0.0.0.0:7860` 表示成功 - 在 Windows 浏览器访问 `http://localhost:7860` ### 常见问题解决方案 1. **网络超时错误**: 按 `Ctrl+C` 停止容器后重新运行原命令,脚本会自动继续未完成的安装 2. **依赖冲突错误**: 删除并重建虚拟环境: ```bash # 在 Docker 容器内执行 rm -rf /code/stable-diffusion-webui/venv ``` 3. **模型文件放置**: 将下载的模型(.ckpt 文件)放入 WSL 的 `~/stable-diffusion/models` 目录,WebUI 会自动加载 > **重要提示**:第一次启动时会自动下载约 10GB 的模型文件,请确保磁盘空间充足。如果下载中断,重新启动容器即可继续下载[^1]。 ### 验证安装成功 当出现以下界面元素即表示运行正常: ``` Downloading: 100%|████| 1.5G/1.5G [05:12<00:00, 4.8MB/s] Running on local URL: http://0.0.0.0:7860 ``` ### 优化建议 ```bash # 后续启动简化命令(首次配置后使用) docker run -it --rm --name sd-webui \ [保持设备参数不变] \ -v /home/你的用户名/stable-diffusion:/stable_diffusion \ rocm/pytorch:latest \ bash -c "cd /stable_diffusion/code/stable-diffusion-webui && \ source venv/bin/activate && \ python3 launch.py --port 7860 --ckpt-dir /stable_diffusion/models" ```
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