使用conda 创建虚拟环境,安装StableDiffusion WebUI

安装conda

在这里(https://docs.conda.io/en/latest/miniconda.html#windows-installers)下载安装文件
图片1

直接下载地址:https://repo.anaconda.com/miniconda/Miniconda3-py310_23.1.0-1-Windows-x86_64.exe
双击下载好的文件,下图红框的选项是安装以后清理文件省点磁盘空间(可以忽略)。
在这里插入图片描述

安装完成以后,在“开始”菜单里能找到这两个,这里使用不带“Powershell”的那个。点击打开一个黑色窗口
在这里插入图片描述
在这里插入图片描述

配置

使用清华大学的镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
在这里插入图片描述

如果需要还原

conda config --remove-key channels

创建环境用来安装StableDiffusion WebUI

conda create -n sdwebui python=3.10.6
在这里插入图片描述

安装过程中会下载文件,并且需要输入“y”继续安装。
在这里插入图片描述
在这里插入图片描述

安装好的状态
在这里插入图片描述

激活环境

conda activate sdwebui
在这里插入图片描述

接下来就可以用这个环境安装StableDiffusion WebUI了。

E:\Works>conda install git
E:\Works>git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
E:\Works\stable-diffusion-webui>cd stable-diffusion-webui
E:\Works\stable-diffusion-webui>webui-user.bat

注意:
全部安装过程必须在刚刚打开的黑色窗口中进行,这样才能使用conda创建的环境。
安装完毕以后在“文件资源管理器“中找到安装目录下的”webui-user.bat",使用右键选择“编辑”。

注意:
你有可能找不到“webui-user.bat”反而看到几个“webui-user”,要找到类型为“Windows批处理文件”的那个,请参考图片。

[图片]

默认是这样的

@echo off

set PYTHON=
set GIT=
set VENV_DIR=
set COMMANDLINE_ARGS=
call webui.bat

按这样修改一下

@echo off

REM 设置conda的执行路径
set PATH=C:\ProgramData\miniconda3;C:\ProgramData\miniconda3\Scripts;C:\ProgramData\miniconda3\Library\bin;%PATH%
REM 激活环境
CALL conda.bat activate sdwebui

set PYTHON=
set GIT=
set VENV_DIR=
REM 加一个参数,会自动打开浏览器
set COMMANDLINE_ARGS=--autolaunch 
call webui.bat
关闭环境

conda deactivate
一般不需要手动执行,直接关闭那个命令行窗口就行了

导出环境

可以把安装好的环境导出备份好,这样重新安装系统以后可以方便导入使用。或者共享给小伙伴使用。
不过导出的只是配置信息,并不是安装好的各种文件,所以导入以后还是要下载安装(自动)一些文件的。
在之前那个命令行窗口中这样操作

conda activate sdwebui
conda env export > e:\backup\sdwebui.yaml &&REM 注意这里要改成你们自己路径

在这里插入图片描述

导入环境

在之前那个命令行窗口中这样操作

conda env create -f e:\backup\sdwebui.yaml &&REM 注意这里要改成你们自己路径
REM 然后是下载安装过程,最后安装好就激活
conda activate sdwebui
### stable-diffusion-webui webui.bat 安装 报错 解决方案 #### 错误分析 当遇到 `webui-user.bat` 启动 Stable Diffusion WebUI 时报错 `RuntimeError: Torch is not able to use GPU`,这通常意味着 PyTorch 未能成功检测到可用的 GPU 设备[^1]。 #### 可能原因及解决方案 #### 驱动程序不兼容或未更新 确保已安装最新的 NVIDIA 显卡驱动程序。旧版本可能与当前使用的 CUDA 版本存在冲突,从而阻止 PyTorch 正常访问 GPU 资源。建议前往[NVIDIA官方网站](https://www.nvidia.cn/Download/index.aspx)下载并安装最新版显卡驱动。 #### CUDA 和 cuDNN 不匹配 Stable Diffusion WebUI 的正常运行依赖于特定版本的 CUDA Toolkit 和 cuDNN 库。如果这些库的版本号不符合要求,则可能导致上述错误发生。可以尝试重新安装适合所用硬件环境的最佳组合: - 对于大多数情况而言,CUDA 11.x 是较为通用的选择; - 确认 cuDNN 的版本需与选定的 CUDA 版本相适配; 具体操作指南可参照官方文档说明进行设置[^2]。 #### Python 环境变量配置不当 有时由于路径设置问题也会引发此类异常。检查系统的 PATH 环境变量中是否包含了指向正确位置下的 Miniconda 或 Anaconda 文件夹及其 Scripts 子目录。此外还需确认 Conda Base (root) 已被激活以便顺利调用 conda 命令来管理虚拟环境中所需的包资源。 #### 使用预构建镜像简化部署流程 对于希望快速搭建开发测试平台而不愿花费过多精力处理底层依赖关系调整的朋友来说,采用 Docker 容器化技术不失为一种高效途径。特别是针对 Mac 用户提到过的 [stable-diffusion-webui-forge][^3] 这样的项目提供了更为简便的一键式安装体验,极大降低了初次接触者的入门门槛。 ```bash docker pull automatic1111/stable-diffusion-webui docker run -d --name sd-webui -p 7860:7860 automatic1111/stable-diffusion-webui ``` 通过以上几种方式应该能够有效解决大部分因 GPU 支持缺失而导致的问题。当然实际场景下还可能存在其他潜在因素影响最终效果,因此在排查过程中保持耐心逐步验证每一个环节直至找到确切根源所在是非常重要的。
评论 2
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