版本20221211 Powered By Annix

由于作者水平有限，文檔中難免有些問題。如果你發(fā)現(xiàn)了問題或者有更好的建議，非常感謝你向我提出！如果有時(shí)間，我一定會(huì)及時(shí)在評論區(qū)修改噠~

Stable Diffusion是一款功能異常強(qiáng)大的AI圖片生成器。它不僅支持生成圖片，使用各種各樣的模型來達(dá)到你想要的效果，還能訓(xùn)練你自己的專屬模型。

WebUI使得Stable Diffusion有了一個(gè)更直觀的用戶界面，更適合新手用戶。

但是，國內(nèi)復(fù)雜的網(wǎng)絡(luò)環(huán)境使得Stable Diffusion的安裝變得比較麻煩，下載模型與調(diào)試問題也會(huì)比較費(fèi)事。網(wǎng)上的信息也比較零散，在此做一個(gè)統(tǒng)一的整理。

備注：我使用的是Windows環(huán)境（Powershell），Linux命令與Powershell命令大致相仿，如果有特殊的地方，我會(huì)單獨(dú)作說明。

現(xiàn)存的問題

備注：后續(xù)若還有未解決的問題，我會(huì)列在此處。

• Stable Diffusion2.0（或2.1）由于是剛發(fā)布的版本，其專屬模型在國內(nèi)還沒有快速下載地址，但可以通過加速器（如迅雷、Aria2Ng等）獲得較快的下載速度。如果有網(wǎng)友放出了國內(nèi)的鏡像地址，我會(huì)盡快放出。

注意事項(xiàng)

• 運(yùn)行Stable Diffusion需要消耗較大的資源，對顯卡的要求尤其高（至少4GB的VRAM）。所以，如果你沒有較好的硬件資源，你可能需要在百度飛槳或Kaggle這些網(wǎng)站上搭建服務(wù)器以獲得免費(fèi)的硬件資源。

• 誤區(qū)：很多網(wǎng)上的資料里的安裝方法里都寫了需要安裝Torch、Anconda等其它程序，其實(shí)并不需要，不要把其它版本的Stable Diffusion和AUTOMATIC1111的Fork混為一談，安裝這些不必要的程序。這將節(jié)省不少步驟。

Step1：安裝需要的程序

Git

首先，我們需要安裝Git。對于我們下一步的克隆來說，這是一個(gè)必不可少的工具。在Windows下，安裝地址在這里：

https://registry.npmmirror.com/-/binary/git-for-windows/v2.38.1.windows.1/Git-2.38.1-64-bit.exe

（實(shí)際Git版本并不影響使用，這里使用的是Git 2.38）下載之后安裝。Linux則需要用到軟件包管理工具（因發(fā)行版而異）。我拿Ubuntu舉例：

# apt install git

Python 3.10

然后，我們需要安裝Python 3.10。這是官方文檔上指定的版本，Windows下安裝地址在這里：

https://mirrors.huaweicloud.com/python/3.10.8/python-3.10.8-amd64.exe

由于Linux不同的發(fā)行版默認(rèn)軟件包版本不同，不保證一定是3.10，故需自行下載編譯。

Nvidia CUDA（按需）

注意：CUDA需要搭配Nvidia顯卡驅(qū)動(dòng)進(jìn)行安裝和使用。如果你使用的是AMD顯卡，則需要使用Ort。詳細(xì)安裝及搭建方法請自行搜索。

如果你使用的是Nvidia顯卡，則需安裝CUDA。這是幾乎所有的AI在Nvidia顯卡上都需要的東西。Windows下，在這里（版本11.7.1，搭配Nvidia驅(qū)動(dòng)516.94）進(jìn)行下載安裝：

https://developer.download.nvidia.cn/compute/cuda/11.7.1/local_installers/cuda_11.7.1_516.94_windows.exe

Linux請?jiān)谶@里選擇適合你的發(fā)行版的版本安裝：

https://developer.nvidia.com/cuda-11-7-1-download-archive?target_os=Linux

在Windows下，安裝CUDA一般只用根據(jù)安裝程序的提示就可以安裝了。但如果你不想安裝太多冗余的東西，則可以只在安裝選項(xiàng)中勾選Runtime和Development。

如果以上程序都已安裝完畢，就可進(jìn)入下一步啦~

Step2：克隆Stable Diffusion+WebUI

首先，檢查磁盤的剩余空間（一個(gè)完整的Stable Diffusion大概需要占用30~40GB的剩余空間），然后進(jìn)到你選好的磁盤或目錄下（我選用的是Windows下的D盤，你也可以按需進(jìn)入你想克隆的位置進(jìn)行克隆。）：

cd D: \\此處亦可輸入你想要克隆的地址

然后使用Git克隆AUTOMATIC1111的stable-diffusion-webui（這里我是用了Ghproxy在國內(nèi)進(jìn)行加速）：

git clone https://ghproxy.com/github.com/AUTOMATIC1111/stable-diffusion-webui.git

克隆完成后，進(jìn)入到克隆好的目錄。

cd .\stable-diffusion-webui

Step3：解決“疑難雜癥”

在國外，安裝Stable Diffusion比較簡單，但是由于國內(nèi)的網(wǎng)絡(luò)環(huán)境，安裝過程中可能會(huì)遇上不少麻煩。

編輯“l(fā)aunch.py”（此處我是用的是Visual Studio Code，Linux則需要用到特定的文本編輯器）。

code .\launch.py

替換所有的“https://github.com”為“https://ghproxy.com/https://github.com”。這里也是利用Ghproxy進(jìn)行代理，加速國內(nèi)Git。

注意：不要使用“全部替換”！當(dāng)Code把所有的“https://github.com”替換過一遍后，不必把“https://ghproxy.com”后面的“https://github.com”再替換一遍。

替換完成后注意保存。

接著，我們需要將本地的PIP更換鏡像源，然后安裝所需的包（這里我選用的是阿里源，在全國范圍內(nèi)速度都較快）。

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/

pip install -r requirements_versions.txt //執(zhí)行此條命令前，請檢查你的剩余磁盤空間

pip install xformer //如果不執(zhí)行此條命令，啟動(dòng)Stable Diffusion時(shí)可能會(huì)出現(xiàn)錯(cuò)誤。xformer還可以在后續(xù)使用中降低顯卡占用。

由于Stable Diffusion+WebUI使用的是Venv虛擬Python環(huán)境，完成上述操作后，我們還需更改Venv目錄里的一個(gè)配置文件，以讓Venv能使用環(huán)境外的第三方庫。

cd .\venv

code .\pyvenv.cfg

將“include-system-site-packages = false”改為“include-system-site-packages = true”。

更改完成之后保存并退出。

Step4：下載Stable Diffusion模型

模型相當(dāng)于Stable Diffusion的核心。在沒有模型的情況下，Stable Diffusion是無法啟動(dòng)的。所以，我們需先下載模型。Hugging Face（https://huggingface.co）是學(xué)習(xí)使用Stable Diffusion的不可或缺的平臺。你可以從此網(wǎng)站的Model版塊中搜索Stable Diffusion來下載模型。不同的模型有自己的美術(shù)風(fēng)格。如Momoko，這個(gè)模型專門用來生成二次元圖片。

Stable Diffusion的模型后綴名一般為ckpt。偶爾，模型也會(huì)附帶VAE（.vae.pt）或配置文件（.yaml）。我們需要把ckpt模型、VAE以及配置文件放在models目錄下的Stable-diffusion目錄中。

注意：如果一個(gè)模型附帶配置文件或者VAE，你則需要先把它們的文件名改為相同的文件名，然后再放入目錄中，否則這個(gè)模型的配置可能無法正確讀取，影響圖片生成效果。

Step5：配置你的Stable Diffusion WebUI

模型配置完成后，重新回到克隆目錄中。

cd D:\stable-diffusion-webui

運(yùn)行“webui-user.bat”。

.\webui-user.bat

如果你的控制臺顯示的內(nèi)容與下圖相符，那么恭喜你，Stable Diffusion WebUI的基本框架安裝成功了！

接著，我們會(huì)發(fā)現(xiàn)WebUI顯示的并不是中文。此時(shí)，我們需要將其調(diào)整為簡體中文。這里，我用百度網(wǎng)盤分享了一些語言的補(bǔ)丁。

• 鏈接：https://pan.baidu.com/s/1X7R4nQfAxHKdoXRWyknSxg

• 提取碼：annx

下載我分享的“l(fā)ocalizations.zip”并解壓到克隆文件夾的“l(fā)ocalizations”目錄中。之后在Settings -> User interface -> Localization (requires restart)設(shè)置語言（在下拉菜單中選擇zh_CN）。然后重新啟動(dòng)WebUI之后，你就會(huì)發(fā)現(xiàn)語言變成了簡體中文。

如果你愿意，還可以安裝一些擴(kuò)展來實(shí)現(xiàn)其它功能。

Step6：使用Stable Diffusion2.0與2.1

Stable Diffusion2.0和2.1是兩個(gè)剛剛發(fā)布的新版本。它們都有自己的專屬模型。下面是它們的下載地址與介紹。

• Stable Diffusion 2.0：

• 768-v-ema.ckpt與768-v-ema.yaml（需要改名）：這是Stable Diffusion2.0的官方模型，相同的環(huán)境下，生成768x768分辨率的圖片的速度幾乎和1.5版生成512x512圖片的速度相同，質(zhì)量更好。

注：Stable Diffusion2.0還有更多模型，可以自行在Hugging Face上搜索。它們使用同一配置文件，模型放到目錄后，只用復(fù)制一份配置文件，更改文件名即可。不用重復(fù)下載。

• Stable Diffusion 2.1

• v2-1_512-ema-pruned.ckpt：這是Stable Diffusion2.1的官方模型，可以看作是Stable Diffuison2.0模型的升級版本。它和Stable Diffusion2.0的模型使用同一配置文件。

下載地址：

768-v-ema.ckpt：https://huggingface.co/stabilityai/stable-diffusion-2/resolve/main/768-v-ema.ckpt

768-v-ema.yaml：https://raw.githubusercontent.com/Stability-AI/stablediffusion/main/configs/stable-diffusion/v2-inference.yaml（需要改名為768-v-ema.yaml）

v2-1_512-ema-pruned.ckpt：https://huggingface.co/stabilityai/stable-diffusion-2-1-base/resolve/main/v2-1_512-ema-pruned.ckpt

使用這些模型的方法和我前面介紹的方法一樣，但鏡像源不在國內(nèi)，故需要用加速器下載。這一點(diǎn)我在前面有提到。只是我在讀取Stable Diffusion2.0模型時(shí)，WebUI下載了一個(gè)3GB多的文件，也不知道是干什么用的。

附加2：學(xué)習(xí)Stable Diffusion

Bilibili上的元素同典是學(xué)習(xí)Stable Diffusion的一個(gè)不錯(cuò)的平臺。在這個(gè)平臺上，你將會(huì)學(xué)會(huì)Stable Diffusion的各種知識。例如描述詞和反描述詞。要生成好的圖片，除了要有好的模型，還要掌握一些技巧和知識。

如果你也喜歡二次元，Black Lily可能很適合你。它是一個(gè)不錯(cuò)的描述詞獲取源。

文章制作不易，如果你喜歡這篇文章，記得三連哦！