stable_diffusion

发表于 2022-10-15 更新于 2022-10-16

本文字数： 4.8k 阅读时长 ≈ 4 分钟

2022-10-08 本地部署 stable-diffusion-webui 并替换模型为 waifu-diffusion(没有 NSFW 问题)

参考：

Git：https://git-scm.com/download

Miniconda：https://docs.conda.io/en/latest/miniconda.html

CUDA：https://developer.nvidia.com/cuda-toolkit-archive

waifu-diffusion：https://huggingface.co/hakurei/waifu-diffusion

waifu-diffusion-v1-3：https://huggingface.co/hakurei/waifu-diffusion-v1-3

stable-diffusion-v-1-4-original： https://huggingface.co/CompVis/stable-diffusion-v-1-4-original

stable-diffusion-webui：https://github.com/AUTOMATIC1111/stable-diffusion-webui

免责声明：本文所讲内容仅供学习使用，请勿用于违法用途！请遵从开源协议！

温馨提示：最近有些人在自己部署的时候遇到了问题，然后联系笔者，但笔者并没有时间来帮助这些人处理问题，故在此声明：

如果需要笔者协助解决问题，请先从博客底部的打赏支付 100 元，笔者承诺在能力范围内解决问题（不承诺解决问题）。

大家的时间都是很宝贵的，有问题先百度/Google ，你遇到的问题一定已经有人遇到过了，所以请自己动手解决问题

开始

要顺利运行 stable-diffusion-webui，需要足够大的显存（不是内存），笔者使用的电脑配置如下：

型号：联想拯救者R9000P
CPU:R7-5800H 8核
内存：16GB
显卡：RTX3060 Laptop（显存 6GB）
硬盘：512GB SSD

根据项目的 README.md ，至少需要 4GB 显存才能运行，配置不够的同学就不用尝试了。

另外本项目是 N 卡教程， A 卡用户请自行搜索其他教程。

下面开始正式进入教程

准备工作

根据项目 wiki 必须的依赖有：

Python 3.10.6
Git 官网下载
CUDA，CUDA 的版本由显卡决定，后续会讲述如何选择 CUDA 版本

开始安装

1.安装 Python 3.10.6

和其他文章不同，笔者依旧推荐使用 Miniconda 来管理 Python 版本，可以实现 Python 多版本切换，下面来讲述如何安装 Miniconda。

进入Miniconda 官网，选择适用于自己的操作系统的版本，下载安装即可，全部图形化操作。

安装成功后在命令行执行

conda -V

成功跳出版本即为安装成功。

1	conda 4.12.0

这里不用着急创建 Python 环境，配置完镜像再创建。

接下来配置镜像环境，加快安装速度。（参考：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ ）

先执行 conda config --set show_channel_urls yes 生成 .condarc 文件

然后在 C:\Users\XXX.condarc 下修改文件内容如下：

channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud

再运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。

然后创建 Python 3.10.6 版本的环境

# 因为本项目是教 stable-diffusion-webui 的，所以就直接叫 stable-diffusion-webui 了
conda create --name stable-diffusion-webui python=3.10.6
# 激活环境，注意，在要运行的地方激活，这个环境切换不是全局的。
conda activate stable-diffusion-webui

创建环境的这一步有概率遇到 SSL 问题，可能跟 openssl 的版本有关，该问题请自行搜索解决

配置 pip 镜像加速（参考：https://mirrors.tuna.tsinghua.edu.cn/help/pypi/ ）

升级 pip 到最新的版本 (>=10.0.0) 后进行配置：

1 2	python -m pip install --upgrade pip pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

如果您到 pip 默认源的网络连接较差，临时使用本镜像站来升级 pip：

1	python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pip

pip 这一步有概率遇到 https 无法访问的问题，可能跟 openssl 的版本有关，该问题请自行搜索解决

这时我们就有了一个 Python 3.10.6 的纯净环境了

2.安装 Git

前往 Git 官网或其他镜像网站下载即可。

命令行运行

1	git --version

出现版本号即为安装成功

1	git version 2.33.1.windows.1

3.安装 CUDA

在安装 CUDA 之前，先在命令行执行

1	nvidia-smi

会跳出如下结果，只要看 CUDA Version一项即可，记住这个版本号，之后就下载这个版本即可。

比如说笔者这里就是 11.6版本，下载的 CUDA 也是这个版本就行了。

接下来前往 CUDA 的官网，下载对应版本即可。

CUDA 的版本很多，请一定要下对版本，建议就下载nvidia-smi查询出来的结果。

另外多说一句，CUDA 的体积很大，建议安装在 C 盘之外的硬盘，免得占用宝贵的 C 盘空间。

在版本的选择上，操作系统版本就不用多说了，选择自己的系统就行，win10 就选 10，win11 就选 11。

至于下面的 Installer Type，用 local 版本比较省事，下载一次就是完整的安装包了，用 network 版本依旧是要联网下载的，结果也没差太多。

4.下载项目源码

# 下载项目源代码
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
# 切换到项目根目录
cd stable-diffusion-webui

5.下载 stable-diffusion[可选]

本项目不会自动去下载模型，故需要手动下载 stable-diffusion

如果就使用 waifu-diffusion，可以跳过本步骤，直接看下一步

下载的方式有 3 个：

官网下载：https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt
File storage：https://drive.yerf.org/wl/?id=EBfTrmcCCUAGaQBXVIj5lJmEhjoP1tgl
Torrent：

1	magnet:?xt=urn:btih:3a4a612d75ed088ea542acac52f9f45987488d1c&dn=sd-v1-4.ckpt&tr=udp%3a%2f%2ftracker.openbittorrent.com%3a6969%2fannounce&tr=udp%3a%2f%2ftracker.opentrackr.org%3a1337

数据模型较大，请确保磁盘空间充足。

下载完成后的模型请放到 models\Stable-diffusion\ 下，并将文件名称修改为 model.ckpt

6. 下载 waifu-diffusion[可选]

要使用 waifu-diffusion 作为模型，也是一样的，从官网下载即可。

下载地址：https://huggingface.co/hakurei/waifu-diffusion-v1-3/tree/main

下载完成后的模型请放到 models\Stable-diffusion\ 下，并将文件名称修改为 model.ckpt

至于 ckpt 文件怎么选，选最近更新的，然后名字中带有 float16 的优先。当然也可以试试别的，自行尝试即可

正式运行

是的没错，stable-diffusion-webui 项目不需要手动安装依赖，他已经帮我们做好了，只需要运行即可。

# 如果没有切换到 stable-diffusion-webui 环境记得切换
conda activate stable-diffusion-webui
# 切换到项目根目录运行
webui-user.bat

接下来就是一段漫长的等待时间，下载的内容是非常多的（几个 G），请耐心等待。

依赖安装完毕后，会跳出一个链接，复制到浏览器访问即可（默认是 http://127.0.0.1:7860 ）。

然后就在输入框里面写你想要生成的图片即可，相信各位的英语水平一定比笔者要高，在此就不赘述了。

【Prompt 里填写想要的特征点，Negative prompt 里填不想要的特征点】

温馨提示：Prompt 里最大只支持 77 个词，多了会报错，删掉几个词就行

可能是由于源码差异，在相同配置下，运行 waifu-diffusion 最大只能生成 512 x 512 ，但是运行 stable-diffusion-webui 时最大可以支持 832 x 832，可以说提高了一些性能。

另外多说一句，本项目和 waifu-diffusion 不同，没有 NSFW 问题！

最后

那么最后就是老问题了，要怎么写 prompt 呢？

答案是科学上网，自行前往推特上 Waifu Diffusion 相关话题下查看即可，点击 ALT，看下别人是怎么写的就行了。

完成以上步骤之后，相信你也能愉快的玩耍 Waifu Diffusion 了。

喜欢的话就请支持下笔者。

附录

2022-10-13 更新：关于如何写 tag ，可参考源站 Danbooru的写法，原因是 waifu-diffusion/stable-diffusion/Novel AI 等都有从该网址获取 tag 进行训练，所以直接使用源站的 tag 是最准确的