乾之三爻

Stable-Diffusion：一个基于Latent Diffusion Models（潜在扩散模型，LDMs）的文图生成（text-to-image）模型。GitHub开源地址：https://github.com/Stability-AI/stablediffusion

stable-diffusion-webui：基于 Stable Diffusion 的基础应用，利用 gradio 搭建出的交互程序。 我们需要部署的就是stable-diffusion-webui。GitHub开源地址：https://github.com/AUTOMATIC1111/stable-diffusion-webui

环境要求

网络要求

安装资源大部分在国内访问速度不佳，建议自备极速方法，或者自行寻找国内镜像加速网站。

硬件要求

内存

不少于 16GB。 要容纳模型文件需要调高虚拟内存。

存储

40GB 以上可用硬盘空间。

显卡

显存不少于 4GB。 因为需要 CUDA 加速，所以只有英伟达显卡支持良好。（AMD 可用但速度明显慢于英伟达）

[!ERROR] 风险 过度玩耍（连续 3 天出图），显卡会有坏掉的风险

配置检查

检查显卡驱动

nvidia-smi

判断 CUDA 是否可用。不可用可手动安装。地址：CUDA

检查 PyTorch 是否成功载入 CUDA

import torch
print(torch.cuda.is_available())

输出True 为正常。

[!WARNING] 注意 torch 版本和 CUDA 版本需要对应。可在 torch 官网查看 torch 版本对应的 CUDA 版本。 如两者都安装了，但是输出为 False。需要对 CUDA 降级或升级。

查看 torch 对应的 CUDA 版本

import torch
torch.version.cuda

安装

Windows

1. 安装Python 3.10.6 ，安装过程中需要勾选添加到PATH，手动把安装目录和pip所在目录添加到环境变量PATH中亦可。
2. 安装git
3. 挑个安装目录，右击点git bash here，clone 项目到该目录：git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
4. 双击项目目录下的webui-user.bat

[!WARNING] 注意 安装过程中一些文件下载大约有7个G左右，需要保持硬盘空间充足。

报错安装依赖包异常

1. 打开 stable-diffusion-webui/launch.py 文件。
2. 找到 prepare_environment 方法
3. 在几个 https://github.com 的链接前添加：https://ghproxy.com/。添加后的结果类似这样：https://ghproxy.com/https://github.com/…
4. 保存后继续执行 ./webui.sh 就可以了

Linux

1. 安装依赖

# Debian-based:
sudo apt install wget git python3 python3-venv
# Red Hat-based:
sudo dnf install wget git python3
# Arch-based:
sudo pacman -S wget git python3

2. 加载脚本

bash <(wget -qO- https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh)

参考官方安装 wiki

更新

git clone 的源项目，可直接使用git pull 更新代码。

网络问题

安装过程中出现：

• 形如 Connection timed out 字样
• 形如 Connection was Reset 字样
• 下载速度极慢

请设置代理，或者使用__

设置 pip 镜像

确保安装python时成功安装了pip并已经配置环境变了：

pip -V

设置镜像：

pip config set global.index-url https://mirrors.bfsu.edu.cn/pypi/web/simple

Git 拉取

如果拉去官方仓库速度太慢，可通过https://ghproxy.com/去拉取。 或者找国内镜像仓库。

CUDA out of memory

确保你拥有可以运行的最新 CUDA 工具包和 GPU 驱动程序.

在具有少量显存 (<=4GB) 的视频卡上运行时，可能会出现内存不足错误。可以通过命令行参数启用各种优化，牺牲一些速度来支持使用更少的 VRAM：

如果出现显存不足错误，请首先尝试 --medvram;

如果仍然出现显存不足错误，请改用 --medvram --always-batch-cond-uncond；

如果依旧出现显存不足错误，请尝试 --lowvram。注意这会让运行速度大幅降低。

如果还不行….

建议升级装备。

启动

启动前需确保models/Stable-diffusion文件夹下下载了任意的模型，供服务使用。模型下载地址可选择CIVITAI 和 Hugging Face。网络问题需自行解决。

Windows 用户编辑运行webui-user.bat 脚本。 Linux 用户第一次运行执行python launch.py，该脚步会自行安装环境，后面可直接执行python wenui.py。

第一次尝试

这里我用的模型是cetusix_whalefall。

在第一个输入框中输入我们的 Prompt：

(Hookah:1.2),holding smoking pipe, smoke,flask,girl,a long flexible rubber tube with a smoking pipe,waterpipe smoking,shisha,lethargy,staring into the distance,stained glass,zettai ryouiki, night,

这是我们期望得到的结果，()用于增加权重。

在第二个输入框中输入我们不希望看到的结果，Negative Prompt：

(worst quality:1.6),(low quality:1.6), easynegative,

调整参数

这里图片尺寸选择 512*768，显存足够大可以选更大的尺寸。 CFG Scale 表示提示词相关性权重，一般选择 7-9 这样。 seed 可以直接设置-1表示随机。 Steps 一般设置 20-30 这样，表示采样迭代步数。 Sampler 指定采样方法，这里选择DPM++ 2M Karras。

参数的具体解释，后面文章在说。

出图

当右边开始生成图片时，基本上就成功了。我们只需要等待图片生成结束即可。

最后

图片出来后，我们的本地化安装就完成了。但是还有些问题需要解决：

• SD-WebUI 中文本地化
• SD-WebUI 实例共享
• SD-WebUI 参数详解