【WSL2笔记9】Ubuntu 环境ComfyUI 安装使用笔记

Ubuntu环境ComfyUI安装使用及错误解决
本文记录了在Ubuntu系统中安装ComfyUI的详细步骤,包括从Git仓下载,设置Python 3.9和Torch环境,安装依赖,启动参数说明,以及遇到的ModuleNotFoundError: No module named ‘chardet’、xFormers加载C++/CUDA扩展失败和Aborted错误的解决方案。确保在Win浏览器和本地局域网中可以访问。

1 安装

1.1 Git仓下载ComfyUI

git clone https://github.com/comfyanonymous/ComfyUI.git

$ cd ~
$ git clone https://github.com/comfyanonymous/ComfyUI
Cloning into 'ComfyUI'...
remote: Enumerating objects: 10278, done.
remote: Counting objects: 100% (5100/5100), done.
remote: Compressing objects: 100% (1951/1951), done.
remote: Total 10278 (delta 3268), reused 3160 (delta 3148), pack-reused 5178
Receiving objects: 100% (10278/10278), 4.04 MiB | 97.00 KiB/s, done.
Resolving deltas: 100% (6965/6965), done.
Updating files: 100% (279/279), done.
$ cd ComfyUI

1.2 安装环境

1.2.1 Python 版本

ComfyUI在Ubuntu环境下,python 3.8、 3.9、 3.10 实测都能通过
使用3.9是为了后续兼容其他第三方插件,有些插件在3.10下依赖版本冲突
conda create -n comfyui python==3.9
conda activate comfyui

1.2.2 Torch 版本

Conda 安装
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
Pip 安装
pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu121

二选一即可

$ conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
nvidia
Channels:
 - pytorch
 - nvidia
 - defaults
Platform: linux-64
Collecting package metadata (repodata.json): done
Solving environment: done

## Package Plan ##

  environment location: /home/gpu/anaconda3/envs/comfyui

  added / updated specs:
    - pytorch
    - pytorch-cuda=12.1
    - torchaudio
    - torchvision


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    pytorch-2.2.1              |py3.9_cuda12.1_cudnn8.9.2_0        1.34 GB  pytorch
    torchaudio-2.2.1           |       py39_cu121         6.2 MB  pytorch
    torchtriton-2.2.0          |             py39       177.1 MB  pytorch
    torchvision-0.17.1         |       py39_cu121         7.9 MB  pytorch
    ------------------------------------------------------------
                                           Total:        1.53 GB

The following NEW packages will be INSTALLED:

  blas               anaconda/pkgs/main/linux-64::blas-1.0-mkl
  brotli-python      anaconda/pkgs/main/linux-64::brotli-python-1.0.9-py39h6a678d5_7
  bzip2              anaconda/pkgs/main/linux-64::bzip2-1.0.8-h5eee18b_5
  certifi            anaconda/pkgs/main/linux-64::certifi-2024.2.2-py39h06a430
### 开发环境选择的分析 对于机械臂方向的硕士研究生,开发环境的选择至关重要,它直接影响到开发效率、仿真性能以及硬件资源的利用。以下是几种常见的开发环境配置方式及其适用场景: #### 在 Windows 笔记本上使用 WSL2 WSL2 提供了接近原生 Linux 的开发体验,同时与 Windows 系统无缝集成,非常适合在轻薄本上进行 ROS 开发。由于其对 GPU 的支持(在 WSL2 中可通过 CUDA 运行 OpenCV 等视觉处理任务),可以有效提升机械臂视觉识别与控制的开发效率。此外,WSL2 支持访问 Windows 文件系统,便于代码在树莓派与开发主机之间同步。 #### 在树莓派安装 Ubuntu + ROS 在树莓派4B 上推荐使用 Ubuntu 18.04(Melodic)并安装 ROS,以支持机械臂控制、视觉识别等任务。由于树莓派资源有限,建议使用轻量级桌面环境(如 Ubuntu Minimal)以提升性能。安装 ROS 时可使用清华源提升下载速度: ```bash sudo sh -c '. /etc/lsb-release && echo "deb http://mirrors.tuna.tsinghua.edu.cn/ros/ubuntu/ `lsb_release -cs` main" > /etc/apt/sources.list.d/ros-latest.list' sudo apt-key adv --keyserver 'hkp://keyserver.ubuntu.com:80' --recv-key C1CF6E31E6BADE8868B172B4F42ED6FBAB17C654 sudo apt update sudo apt install ros-melodic-desktop ``` 完成安装后,还需配置 ROS 环境变量及构建工具链: ```bash echo "source /opt/ros/melodic/setup.bash" >> ~/.bashrc source ~/.bashrc sudo apt install python-rosdep python-rosinstall python-rosinstall-generator python-wstool build-essential ``` 若在执行 `rosdep update` 时遇到网络问题,同样可使用 `rosdepc` 替代方案[^2]。 #### 在两者上都安装 Ubuntu + ROS 进行开发 结合 WSL2 和树莓派4B 的优势,可以在两者上都安装 Ubuntu + ROS 进行开发。这种方式允许在 WSL2 上进行复杂的仿真和算法开发,而树莓派则用于实际的硬件测试和部署。通过这种方式,可以充分利用 WSL2 的计算能力和树莓派的嵌入式特性,实现高效的开发流程。 ###
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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