版本20230118 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！

本文檔為滾動更新，更新日志我會放在前言章節(jié)下的目錄板塊中。我會不定期更新此文檔，更新頻率取決于我的個(gè)人時(shí)間安排。

文檔制作不易，如果你覺得這篇文檔對你有幫助，希望大家三連支持一下，非常感謝！

前言

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。

人話君：不會還有人在用大佬整合包吧（笑

現(xiàn)存的問題

備注：后續(xù)若還有未解決的問題，我會列在此處。

• 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，但可以通過下載加速器（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，我會盡快放出。

• 目前的簡體中文補(bǔ)丁尚不完善，仍然有些地方（特別是擴(kuò)展的翻譯）不是簡體中文。如果有新的語言補(bǔ)丁放出，我會盡快更新。

• 部分模型或擴(kuò)展功能安裝后可能會因?yàn)槌鲥e(cuò)而無法使用。

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（https://aistudio.baidu.com/）或Kaggle（https://www.kaggle.com/）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。

• 對于顯存較小的顯卡，安裝之后可能需要優(yōu)化以獲得更佳的性能。有關(guān)詳細(xì)信息以及具體安裝方法，我會附在文中。

• 在以下步驟中，我使用Windows環(huán)境（Powershell）來做說明，Linux命令與Powershell命令大致相仿（Linux命令中使用的斜杠是正斜杠，而Powershell正好相反。所以在Linux下執(zhí)行命令時(shí)，請把反斜杠換成正斜杠），如果有特殊的地方，我會單獨(dú)作說明。

更新日志

• 版本20221213：初版，同時(shí)也是放在Bilibili（https://www.bilibili.com/read/cv20466834%EF%BC%89%E4%B8%8A%E7%9A%84%E7%AC%AC%E4%B8%80%E4%B8%AA%E7%89%88%E6%9C%AC%E3%80%82）上的第一個(gè)版本。

• 版本20221218：新增“更新日志”、“學(xué)習(xí)網(wǎng)址推薦”以及“模型簡介”板塊并完善內(nèi)容。修正了部分語法錯(cuò)誤以及不準(zhǔn)確的地方，修補(bǔ)了不完整的內(nèi)容。

• 版本20221219：進(jìn)一步完善內(nèi)容，并增加Nvidia GeForce GTX 16系列顯卡問題的解決方案以及“模型簡介”板塊。

• 版本20221226：修復(fù)有關(guān)于Torch的致命問題，添加“Torch”板塊。

• 版本20230118：優(yōu)化了一下語言（人話多了點(diǎn)，寫文檔沒必要那么死板）。

  （人話君：6）

• 版本20230217：前幾天，我又仔細(xì)研究了一下Stable Diffusion，發(fā)現(xiàn)了先前版本的文檔存在很多因我理解不夠透徹而導(dǎo)致的漏洞，并在這個(gè)版本中修復(fù)了。同時(shí)，我會將這篇文檔重新發(fā)布到Bilibili上。

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。Windows的安裝程序在https://registry.npmmirror.com/-/binary/git-for-windows/v2.38.1.windows.1/Git-2.38.1-64-bit.exe下載（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

然后，我們需要安裝Python 3.10。這是官方文檔上指定的版本，Windows的安裝程序在https://mirrors.huaweicloud.com/python/3.10.9/python-3.10.9-amd64.exe下載（Python 3.10.9）。如果你使用的是Linux，則可以使用包管理工具安裝，并升級到最新版PIP：

# apt install python3 python3-pip python3-venv# python -m pip install --upgrade pip

• 注意：

• Windows下安裝Python時(shí)，請務(wù)必勾選“Add Python to PATH”，以后我們調(diào)度Python時(shí)會方便很多。

• 如果你選擇的是自定義安裝，請務(wù)必在安裝組件選擇中勾選PIP（Python的包管理工具，無論是在接下來的安裝中還是后續(xù)的使用中，我們都需要用到它）。

• 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，故如果通過軟件包管理器安裝的Python版本不符，需要自行下載編譯。

Nvidia CUDA（按需）

• 注意：

• CUDA需要搭配Nvidia顯卡驅(qū)動進(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。

• 在安裝CUDA之前，請確保你已安裝Nvidia顯卡驅(qū)動。不同的驅(qū)動版本固定搭配不同的CUDA版本（下面的步驟我使用的是Nvidia Driver 516.94+CUDA 11.7.1）。當(dāng)然，如果你想使用更新的驅(qū)動，你也可以自行搜索其搭配的CUDA版本。

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，在這里下載安裝：https://developer.download.nvidia.cn/compute/cuda/11.7.1/local_installers/cuda_11.7.1_516.94_windows.exe（版本11.7.1，搭配Nvidia驅(qū)動516.94）進(jìn)行下載安裝，Linux可以在https://developer.nvidia.com/cuda-11-7-1-download-archive?target_os=Linux選擇適合你的發(fā)行版的版本安裝。

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。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（如果你不知道如何操作，可以在安裝完成后再在系統(tǒng)設(shè)置中卸載）。

PyTorch

PyTorch也是Stable Diffusion不可缺少的依賴包，它主要用于拓展CUDA的功能。

注：PyTorch原本是可以在后面統(tǒng)一安裝的，但它擁有特殊的版本依賴關(guān)系，所以我單獨(dú)列出一個(gè)板塊來介紹其安裝方法。

就像不同的Nvidia驅(qū)動版本固定搭配不同的CUDA版本一樣，不同的Torch版本也固定搭配不同的CUDA版本使用（下面的步驟中我使用PyTorch-1.13.1+CUDA11.7）。

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

如果你使用的是不同版本的CUDA，你可能需要去https://pytorch.org/get-started/locally/查看你對應(yīng)的Torch安裝版本及安裝命令（如下圖）。

Dev-Sidecar（可選，建議）

雖然我們使用了Ghproxy進(jìn)行了Git加速，但還是可能由于網(wǎng)絡(luò)原因?qū)е驴寺∷俣茸兟５前惭b了Dev-Sidecar之后，就基本不會再出現(xiàn)這個(gè)問題了。

注：這個(gè)程序是可選的，如果你覺得不需要安裝，可以直接跳到Step2。

Windows環(huán)境下可在https://ghproxy.com/https://github.com/docmirror/dev-sidecar/releases/download/v1.7.3/DevSidecar-1.7.3.exe下載，Linux環(huán)境下可以在https://ghproxy.com/https://github.com/docmirror/dev-sidecar/archive/refs/tags/v1.7.3.zip下載源代碼進(jìn)行編譯（版本1.7.3）。

順帶說一下，這個(gè)項(xiàng)目在國內(nèi)現(xiàn)已被Gitee封殺，在國內(nèi)不通過特殊手段是無法下載的。開發(fā)者很不容易，希望各位也能支持一下開發(fā)者。

如果以上程序都已安裝完畢，就可以進(jìn)入下一步了。

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?。?/p>

cd D: ?# 此處亦可輸入你想要克隆的地址

注意：由于在Linux下不能使用Root用戶來運(yùn)行Stable Diffusion，故需切換到普通用戶來進(jìn)行克隆。

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/https://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”和配置WebUI

編輯launch.py

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，安裝過程中可能會遇上不少麻煩。

編輯“l(fā)aunch.py”（此處我是用的是Visual Studio Code。如果你需要，可以點(diǎn)擊這里進(jìn)行下載，Linux則需要用到你安裝好的文本編輯器，例如Vim）。

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，就不必把https://ghproxy.com后面的https://github.com再替換一遍。

人話君：在菜單中依次選擇編輯->替換，在彈出的小窗里的”查找”框里填上https://github.com，“替換”框里填上https://ghproxy.com/https://github.com，再按10下回車鍵即可（

替換完成后注意保存。

創(chuàng)建并配置Venv虛擬環(huán)境和安裝PIP包

編輯完之后，我們需要進(jìn)入Stable Diffusion自帶的Venv虛擬Python環(huán)境以進(jìn)行配置和安裝依賴。由于剛克隆下來的Stabe Diffusion沒有附帶Venv，所以我們得先執(zhí)行一遍如下命令，以創(chuàng)建一個(gè)Venv環(huán)境。

python -m venv .\venv

創(chuàng)建完成以后，我們進(jìn)入到venv目錄中的Scripts文件夾（Linux下是venv目錄中的bin目錄）：

cd .\venv\Scripts

執(zhí)行其中的“activate.bat”。

.\activate.bat

如果你使用的是Linux，則需要執(zhí)行這個(gè)命令。

$ source activate

執(zhí)行完成后，Windows命令行會自動清屏（之前執(zhí)行的所有命令及輸出結(jié)果清空），Linux的句首會出現(xiàn)“(venv)”的字樣。此時(shí)，我們就成功進(jìn)入到Venv環(huán)境中了。

Venv可以視作一個(gè)簡化版的“虛擬Python”。新生成的Venv相當(dāng)于刪去了預(yù)置PIP包的Python，基本原理和完整Python無二異。所以，進(jìn)入Venv后我們第一步要做的就是更換PIP源，以方便之后的PIP包的安裝。這里我選擇的是阿里的PIP源，在全國范圍內(nèi)都較快。

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/ # 這里你也可以選擇其它的PIP源進(jìn)行更換

接著，我們需要安裝Stable Diffusion和WebUI所需的PIP包。執(zhí)行下列命令后耐心等待安裝完成。

cd ../.. 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

然后我們執(zhí)行“webui-user.bat”（Linux下是webui.bat）。

.\webui-user.bat

根據(jù)配置優(yōu)化Stable Diffusion

直至目前，Stable Diffusion的基本框架已經(jīng)被我們安裝好了。但是根據(jù)我們配置的不同，還需要做一些簡單的設(shè)置。

在Windows下，打開webui-user.bat（Linux下是webui.sh）:

cd .. code .\webui-user.bat

將全部內(nèi)容替換為：

@echo off

set PYTHON=C:\python\python.exe

set GIT=set VENV_DIR=venv

set COMMANDLINE_ARGS=--medvram --autolaunch --deepdanbooru --xformers

call webui.bat

Linux下，找到#export COMMANDLINE_ARGS=""這一行，去掉行首的“#”，并在兩個(gè)雙引號之間添加--medvram --autolaunch --xformers。

注：此處的“--medvram”是針對6GB及以上顯存的顯卡優(yōu)化的，根據(jù)顯卡配置的不同，你還可以更改為“--lowvram”（4GB以上）、“--lowram”（16GB以上）或者刪除此項(xiàng)（無優(yōu)化）。此外，此處的“--xformers”選項(xiàng)可以開啟Xformers。加上此選項(xiàng)后，顯卡的VRAM占用率就會相較原來減少一半，能大幅提升圖片生成效率。

其實(shí)，除了在此列出的選項(xiàng)外，還有很多其它的選項(xiàng)來實(shí)現(xiàn)其它的一些功能。如果你感興趣，可以查看官方文檔或者自行在網(wǎng)上搜索。

（人話君：作者太懶了）

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版塊中搜索你需要的模型名稱來下載模型（由于Hugging Face的服務(wù)器在境外，下載模型可能需要用到加速器）。不同的模型有自己的美術(shù)風(fēng)格。如momoko（具體模型介紹在模型簡介板塊），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。

人話君注：就把下載頁面中的所有文件連同模型一股腦丟進(jìn)Stable-diffusion目錄里，反正也不會出大問題（不是

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（Linux下是webui-user.sh）。

.\webui-user.bat

如果你的終端顯示的內(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！

注：在此，雖然我們在前面已安裝過Stable Diffusion以及WebUI所需的PIP包，但PIP可能還會安裝一些其它需要用到的包，靜等其安裝完成即可。由于我們在之前的步驟中已經(jīng)修改過launch.py中的下載源，下載應(yīng)該不會很慢。

接著，我們會發(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WebUI之后，你就會發(fā)現(xiàn)語言變成了簡體中文。

備注：目前的語言補(bǔ)丁還沒有完全翻譯。任然有些地方（特別是擴(kuò)展）沒有完全翻譯。如果有新的語言補(bǔ)丁放出，我會盡快更新。

如果你愿意，還可以安裝一些擴(kuò)展來實(shí)現(xiàn)其它功能（如創(chuàng)建美術(shù)風(fēng)格）。轉(zhuǎn)到Extensions選項(xiàng)卡以安裝擴(kuò)展。

Adv1：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（因?yàn)檫@些模型一般都是根據(jù)Stable Diffusion1.5來訓(xùn)練的，使用同一個(gè)VAE）。

• Stable Diffusion 2.1

• v2-1_512-ema-pruned.ckpt：這是Stable Diffusion2.1的官方模型（專門生成512x512圖像的版本），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。

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。

Adv2：學(xué)習(xí)Stable Diffusion

人話君：作者太懶了，這一部分神馬都沒動

學(xué)習(xí)網(wǎng)址推薦

Bilibili上的元素法典（https://www.bilibili.com/read/cv19505389）?是學(xué)習(xí)Diffusion的一個(gè)不錯(cuò)的平臺。在這個(gè)平臺上，你將會學(xué)會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。

• 作為一位Stable Diffusion學(xué)習(xí)者，首選的信息獲取網(wǎng)站應(yīng)該是danbooru.donmai.us。絕大多數(shù)描述詞的出處都在此（這一點(diǎn)元素法典制作組在元素同典：確實(shí)不完全科學(xué)的魔導(dǎo)書（https://www.bilibili.com/read/cv19505389）中有提到）但是我并不推薦這個(gè)網(wǎng)站，因?yàn)檫@個(gè)網(wǎng)站似乎不適用于中國國內(nèi)網(wǎng)絡(luò)環(huán)境。

• 如果你也喜歡二次元，Black Lily（http://heizicao.gitee.io/novelai/#/book）可能很適合你。它是一個(gè)不錯(cuò)的二次元描述詞獲取源，提供的信息較多。

• 此外，元素法典制作組也開放了一個(gè)NAI信息并聯(lián)計(jì)劃（https://kdocs.cn/l/cre0TwbMkdx3），這個(gè)上面有不少很好的可以獲取的資源。

模型簡介

在我們學(xué)習(xí)Stable Diffusion時(shí)，可以試著用不同的模型來嘗試不同的美術(shù)風(fēng)格（如古典風(fēng)格、二次元風(fēng)格、中國風(fēng)、寫實(shí)風(fēng)等）。下面是我整理的一些不同模型的風(fēng)格，可以作為參考。

• 寫實(shí)與繪畫——Stable Diffusion官方模型（2.0或2.1）

Stable Diffusion的官方模型是混合模型，偏重于寫實(shí)與繪畫，風(fēng)景和人物都可以生成出較好的效果。

• 二次元風(fēng)格——Momoko：

這個(gè)模型主要用于生成二次元風(fēng)格（如動漫，CG），相較于其它二次元模型，改善了手部的生成效果，感覺還不錯(cuò)。

• 百寶箱——Anything：

我覺得這個(gè)模型很了不起。據(jù)說這個(gè)模型是國人自己訓(xùn)練的，而且名副其實(shí)，它能以很好的效果生成很多東西——從二次元到油畫風(fēng)。

• 專門生成女性——F222：

這個(gè)模型專門用于生成女性（我感覺有點(diǎn)偏向于CG風(fēng)）。