GitHub和SourceTree入门教程

-->本教程适用于主流的开源网站github和bitbucket,个人认为sourceTree还是比较好用的git客户端,支持windows和mac os。

-->soureceTree的最新版本可能与此教程的screenshot有些许不同,但大同小异(sourceTree的最新版本操作上更人性化)

-->在github上注册一个账号,然后登陆。

-->在github上点击create new, new repository, 随便输入一个项目名称即可,注意选上init this repository with readme(不选择也可以,事后再自己编辑),如下图。


-->如果想删除刚创建的项目,可以,点右下角的setting,如下图。


-->将页面拉到最下边,点击delete this repository,在弹出层中输入项目名称,点击删除即可,如下图。



-->现在要在本地clone出远程的项目,在github上点击刚才创建的项目,进行项目详情,在右下角有一块信息,复制https连接,如下图


-->在本地随便一个目录下,输入以下命令,git clone https://github.com/collonn/MyBatisGen.git,(这里用了一个我的开源项目做为示例),

-->我们可以看到,新建的项目除了一个readme文件,什么也没有,你可以随便将一个maven项目的内容copy到此目录下,编译正确后,就可以提交了,下面我们以SourceTree为例,来演示怎么用可视化GUI工具提交修改。

--下载并安装SourceTree,以windows版本为例,安装完成后,打开sourcetree,如下图


-->点击file-open,选择我们刚才clone出来的项目的根目录后,打开后,如下图,可以看到,branches只有一个master, 点击右边的Uncommited changes,会显示你所有有改动但未提交的文件。


-->看Unstaged files这一块内容,我们按住shift,选择所有你要提交的文件,然后再点鼠标右键,选择add(意思就是add到本地的索引库),操作完成后,Staged files这块内容就会出现我们刚才选择的所有文件,如下图


-->在我们提交到本地repo前,我们先在sourcetree中设置一下通用information,当commit到本地时,这个infomation会当做通用的提交信息,点击tool->options,在full name和email address中输入你的github账号信息,如下图


-->返回到我们刚才那一点,在Staged files中选择要提交到本地仓库的文件后,点击sourcetree左上角的commit之后,会让我们输入comments about this commit,输入后,点提交,可能会提示你再输入github的用户名和密码,如下图


-->至此,我们只是提交到了本地仓库,最后一步就是如提交到远程仓库了,点击工具栏的push按钮,就可以提交到远程仓库(push到远程前,最好先从远程pull一把)。点击pull,即可从远程仓库下载最新的别人提交的修改了,如下图


-->点击push后,会让你选择提交到远程仓库的哪个分支,自己决定吧,提交到远程仓库后,github上就可以看到你提交的内容了,如下图


-->在分支1上的修改可以通过cherry pick,直接将修改的代码commit到分支2上。

也可以在分支2上去过merge操作来获取其它分支的commit,但是要通过intellij idea去进行merge。

注意cherry pick只用直接取到你本次提交的代码,另人在你提交之前的提交不会搞过来,而merge则会把你提交前别人提交也也搞过来。

intellij ide操作如下图:



-->sourcetree左边栏的Branches,可以随便删除,再重新从Remotes中选择你要check out的分支,clone到本地仓库。

-->对于当前的所有本地改动,都可以用Stash功能将改动暂时保存,在任何时候都可以进行apply stash to current work branch。

-->至此,githut和sourcetree的使用,就结束了,工具只是方便大众化,不排斥只用command line操作,自己玩吧。。。

### 部署 Stable Diffusion 的准备工作 为了成功部署 Stable Diffusion,在本地环境中需完成几个关键准备事项。确保安装了 Python 和 Git 工具,因为这些对于获取源码和管理依赖项至关重要。 #### 安装必要的软件包和支持库 建议创建一个新的虚拟环境来隔离项目的依赖关系。这可以通过 Anaconda 或者 venv 实现: ```bash conda create -n sd python=3.9 conda activate sd ``` 或者使用 `venv`: ```bash python -m venv sd-env source sd-env/bin/activate # Unix or macOS sd-env\Scripts\activate # Windows ``` ### 下载预训练模型 Stable Diffusion 要求有预先训练好的模型权重文件以便能够正常工作。可以从官方资源或者其他可信赖的地方获得这些权重文件[^2]。 ### 获取并配置项目代码 接着要做的就是把最新的 Stable Diffusion WebUI 版本拉取下来。在命令行工具里执行如下指令可以实现这一点;这里假设目标路径为桌面下的特定位置[^3]: ```bash git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git ~/Desktop/stable-diffusion-webui cd ~/Desktop/stable-diffusion-webui ``` ### 设置 GPU 支持 (如果适用) 当打算利用 NVIDIA 显卡加速推理速度时,则需要确认 PyTorch 及 CUDA 是否已经正确设置好。下面这段简单的测试脚本可以帮助验证这一情况[^4]: ```python import torch print(f"Torch version: {torch.__version__}") if torch.cuda.is_available(): print("CUDA is available!") else: print("No CUDA detected.") ``` 一旦上述步骤都顺利完成之后,就可以按照具体文档中的指导进一步操作,比如调整参数、启动服务端口等等。整个过程中遇到任何疑问都可以查阅相关资料或社区支持寻求帮助。
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