转自 https://zhuanlan.zhihu.com/p/613530403
作者：觉悟之坡 专注aigc领域分享和教学，欢迎走入AI时代。公众号觉悟之坡
本号之前有发过一篇win平台的教程，由于是去年10月发布的，而Al绘画技术发展很快，那篇教程已经有些不适用了，有些同学执行到第二步就出错了。 应广大同学的期望，我更新一版新版详细教程。  一、前言 1.为什么要本地部署 因为没有生成数量的限制，不用花钱，不用被NSFW约束，生成时问快，不用排队，自由度 高，插件丰富，功能众多，可以调试和个性化的地方也更多。 如果说，会用各大在线的Al绘图平台来生成图像的话，算是Al绘画领域的小学生级别。 那么，如果会使用本地化部署来运行A绘画的话，那就已经算得上是高中毕业，进入成年啦。 等你能够使用A绘图指哪打哪，想怎么画怎么画，那就已经是大学毕业，学成归来的牛逼人 物啦。 2.本地化部署的要求 本地化部署运行虽然很好，但是也有一些基本要求 (1） 需要拥有NVIDIA显卡，GTX1060 （或者同等算力的N卡）以上，显存4G以上。 (2) 操作系统需要win10或者win11的系统。(如果是MacOS的同学，请看这里) (3) 内存16G或者以上，至少有一个128G以上的SSD固态硬盘。 (4)如果不知道自己电脑配置的，可以下载一个鲁大师或者类似软件，点击硬件检测，就能看到显卡，显存，CPU，内存等信息。 (5) 最好会魔法上网，否则网络波动，有些网页会打不开，有些下载很慢 (6)耐心，多尝试，多搜索。这个教程我已经重复过多次，因此很多问题都踩过坑并写出来了，还有很多学员踩坑的问题也都放在里面了。所以请放心，一定能跑通的。 (7) 我的电脑配置供大家参考，Win11，i5，NVIDIA GT1060 5G显存，16G内存 生成一张20 Step的图大概20-30s (若使用更高性能的电脑，生成速度更快。) 如果满足相关软硬件要求，请继续往下看 3.部署的AI绘画项目简介 AI绘画开源项目其实有蛮多个，但是最受欢迎，功能最丰富，且最易用的开源项目之一，就是Stable diffusion WebUl，因此我们是以Stable diffusion webui的本地部署为例。
（本地Webui版AI绘图界面）二．部署算法环境： 1.下载miniconda，用于配置基础算法环境。 这个是用来管理python版本的，他可以实现python的多版本切换。
（miniconda下载截图）安装时按默认的一路next就行。 2.打开miniconda，
（开始-输入mini-找到miniconda3打开）输入 conda -V
弹出版本号即为正确安装
（显示conda版本，那就对了）3. 在miniconda小窗里，执行下面语句， conda config --set show_channel_urls yes
接着运行 conda clean -i
清除索引缓存 4.创建python 3.10.6版本的环境，叫sdwebui好了 运行下面语句，（注意，这一步一定要内外网通畅，否则会报错。多执行几次。） conda create --name sdwebui python=3.10.6
提示你是否要继续安装，输入y，并回车。  显示这个界面，这步就完成了。程序已经在你的路径C:\ProgramData\Miniconda3\envs\sdwebui已经创建了一个新的项目。  5，激活项目环境 输入 conda activate sdwebui
回车。  6.升级pip并更改默认库包下载地址为清华镜像站。 依次执行下面的两行语句，每一行输入后回车，等执行完再输入下一行，再回车。 python -m pip install --upgrade pippip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
不报错就是完成了。报错了就依次执行多几次。 7. 安装git，用来克隆下载github的项目，比如本作中的stable diffusion webui这个开源项目。  （2）下载好后，一路默认安装，点next即可。 安装完成之后，回到刚刚的miniconda小窗口，并输入并执行下面指令。 git --version
查看git的版本，显示了版本号即安装成功。  （3）如果报错，显示说“'git' 不是内部或外部命令，也不是可运行的程序”。（如果不报错有显示git版本，则跳过这一步，进入第8步） 那么，把git的bin文件夹地址和git-core的文件夹地址放到windows系统变量的path里面。 默认gitbin文件夹是：C:\Program Files\Git\bin 默认gitcore文件夹地址是：C:\Program Files\Git\mingw64\libexec\git-core 把地址添加到环境变量的Path里面。 操作路径是：开始-设置-系统-高级系统设置-环境变量-path-新建。（具体见下图）  添加完后，你在miniconda里面，输入 git --version
就能出现git版本号啦。 8.安装CUDA cuda是NVIDIA显卡用来跑算法的依赖程序，所以我们需要它。 （这里有人可能会打不开网页，如果打不开，请用魔法上网。） 你会发现有很多版本的CUDA，下载哪个版本呢？  回到一开始的miniconda的小窗，输入 nvidia-smi
查看你的cuda版本。  （在这里输入nvidia-smi的时候，有可能会显示“'nvidia' 不是内部或外部命令，也不是可运行的程序”。 这时候，需要确认你的显卡是否为Nvidia的显卡。 如果是，则检查自己的显卡驱动是否最新版，可以用鲁大师或者驱动精灵之类的软件更新驱动至最新。 如果更新驱动还不行，则把C:\Program Files\NVIDIA Corporation\NVSMI添加到系统环境变量。） 比如我的显卡cuda是11.7版本，所以我就下载11.7.1即可。  然后安装自己的系统选择win10或者11，exe local，download 下载完后安装，这个软件2个多G，可以安装在c盘以外的地方。比如D盘，节省系统盘空间。 好了，安装好之后，电脑的基础环境设置终于完事了。 下面开始正式折腾stable diffusion了。 三、stable diffusion环境配置 1.下载stable diffusion源码 确认你的miniconda黑色小窗显示的是 (sdwebui) C:\Users\Administrator>
这代表着你正在sdwebui这个程序环境里面。 接着我们要安装stable-diffusion-webui本体了。 先看看你想安装在哪个盘，建议放在非系统盘的其他盘根目录。最好是SSD盘，加载模型速度会快一些。 比如我安装在F盘。我就输入下面指令再回车。（安装在其他盘同理） F:
 接着执行下面指令克隆SD项目代码： git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
等到页面显示“done”，则克隆完成。  2.下载SD训练模型 点击download，下载模型。大约5.2G。 下载完把这个训练模型v2-1_768-ema-pruned.ckpt放入models\Stable-diffusion文件夹里面。（我的文件夹是“ F:\stable-diffusion-webui\models\Stable-diffusion“） 注： （1）这里可能提示需要注册或同意协议之后才能下载，那就注册并同意。 （2）models\Stable-diffusion这个文件夹，专门存放用于生成AI绘图的绘图元素的基础模型库。后续如果在其他网站比如civitai之类的地方下载的ckpt或者safetensors文件也是放在这个文件夹里面。 3.准备开启运行ai绘图程序sd-webui 在miniconda的黑色小窗，执行下面指令，进入项目文件夹： cd stable-diffusion-webui
执行下面指令， 打开webui的应用程序， webui-user.bat
接下来就是等待系统自动执行。 这就代表，你可以开始正式使用AI画画啦~ 注意： （1）这一步要下载不少的依赖程序，网络一点波动都可能会报错。所以安装过程当中多次报错也很正常，需要耐心和时间多次尝试。多次执行webui-user.bat指令。 （2）不要关闭黑色小窗，哪怕它几分钟甚至20分钟没有任何变化。直到它报错再进行下一次尝试。 （3）如果提示连接错误，可能需要开启或者关闭魔法上网，再重新执行webui-user.bat命令。 （4）如果不小心退出了黑色窗口，则重新点击：开始菜单-程序-打开miniconda窗口，依次输入执行 conda activate sdwebuiF:cd stable-diffusion-webuiwebui-user.bat
（因为我是安装再f盘，所以我输入”F:”，你如果安装在其他盘，则修改成其他盘符，比如”D:”, “E:”之类） (5)如果长时间卡在Installing gfpgan(或者installing clip，installing open_clip)这个环节，那么进入F:\stable-diffusion-webui文件夹下面，找到launch.py这个文件，用记事本打开。 在第200多行到300行的位置，找到这段代码。  加三个位置，变成如下状态，  然后ctrl + s保存后退出。 这就相当于让原来从github下载相关程序包变成了走国内镜像下载相关程序包，这样会增加网络的稳定性和网络速度。 改完之后，下面继续执行webui-user.bat。 （4）如果改了launch.py文件， 还卡在gfpgan环节，那么记得关闭外网功能。让下载走通用线路。 （5）安装完gfpgan，clip，open_clip等几个大头之后，后面还有一些自动安装的依赖项，如果比较慢，记得打开外网。总之，感觉卡慢或者报错之后，则切换调节网络后再重新执行webui-user.bat指令。 4.打开webui网页版  你可以直接在左上角的文本框输入prompt提示词， 比如：pandas eating bamboo （熊猫在吃竹子） 然后点击右侧的橙色按钮Generate，过一小会，就能看到你画出来的第一张图啦。  （注意，如果写了prompt点击generate后无法生成图片，看见黑色小框显示“float 32“之类的关键字，则在webui页面的Settings-stable-diffusion最下面，勾选float32的选项框。接着点击上方的Apply Settings应用，然后按F5刷新页面后，即可正常使用。）  恭喜你，历尽千辛万苦，终于完成了stable diffusion webui的安装，也成为新潮的AI玩家之一啦，欢迎来到新世界，为你骄傲，笔芯~
三．答疑 1.之后每次打开stable-diffusion-webui都要这么麻烦吗？ 不用，之后每次打开只要1分钟，简单6步即可完成 第一步，打开miniconda， 第二步，执行conda activate sdwebui， 第三步，执行F: 第四步，执行cd stable-diffusion-webui 现在，即可开始作画。（注意，第三步是因为我安装在F盘，所以输入F: ，你如果安装在其他盘，记得改成自己的盘符，比如D: E: G:等等） 2.我还是觉得安装太麻烦，有问题能问你吗？你能帮我吗？ 可以，私我，但不保证回复时间。 也可以点这个，看到就回，会快不少。  觉悟之坡
1 次咨询5.0
2159 次赞同
去咨询
3.安装好了，怎么用呢？ 另外，本号觉悟之坡也长期分享AI绘图领域的知识技巧，欢迎关注学习交流。 4.内外网问题怎么办？ 由于某种原因，抱歉不能出相关教程。如果需要协助，可以联系我单独协助，比如通过帮忙下载好大文件再通过网盘分享的方式来解决。 5.为什么要自己部署，这么麻烦，不可以下载整合包吗？ 当然可以，整合包的好处就是方便，快捷。直接下载几个几十G的文件，即可直接打开，动动鼠标就能使用。 但是也有缺点， （1）整合包是别人开发和维护的，可能会有后门隐患。 （2）Stable diffusion本身就是开源的，具有开放的精神，因此有很多丰富的插件和源源不断的新功能。 而整合包又让他变成了封闭版，之后如果自己想要玩新的插件，功能，或者升级stable diffusion，都需要依赖整合包的开发者，会麻烦很多。如果别人没有及时更新呢？如果别人不更新了呢？ 因此，个人不太建议使用整合包。 6.每次启动的时候，miniconda小黑框提示说xformers缺失，要管吗？ 可以不用管，也能正常使用AI绘画。如果你想管的话，用记事本打开stable-diffusion-webui下面的webui-user.bat文件，找到“COMMANDLINE_ARGS=“，后面增加”--xformers”，如下图，接着保存并关闭窗口。  关闭网页，关闭miniconda黑色小窗。重新打开webui，这时候系统会自动下载安装xformers，下次就不会报错了。有xformers，据说跑图速度会略快一些些。我这边实测感觉没啥区别。
| 
|Archiver|手机版|小黑屋|吹友吧
( 京ICP备05078561号 )
狗仔卡
发表于 2023-3-24 22:03
提升卡
变色卡
显身卡