stable diffusion 安装教程详解

安装和使用stable diffusion 教程(整合包与自己手动两种方法)

1、硬件要求:

有N卡的电脑。N卡指的整合包安装是NVIDIA显卡,最好在6G以上,已知16xx系列现在还不支持。

安装了windows操作系统。

硬盘空间准备好10G。(Python环境、支持库、模型,特别是模型大概有5.5G)

2、软件环境准备:

2.1、安装git(源代码管理),因为 stable diffusion的源代码在github上,我们需要安装git下载github的源代码。前往 https://git-scm.com/download/win 下载 Git。- 执行下载的 .exe 文件,按照安装向导完成 Git 的安装。在安装过程中,选择"Use Git from the Windows Command Prompt"选项。

2.2、安装python,前往python官网安装,切记要安装3.10版本,因为Stable diffusion是用3.10版本编写的,所以要求3.10版本

2.3、最好有魔法上网,很多时候要访问外网

手动安装

3.1、点击网站https://github.com/AUTOMATIC1111/stable-diffusion-webui。点击 "Code" -> "download ZIP",下载并解压,大小为10G。

3.2、前往Hugging Face官网(Hugging Face -- The AI community building the future)准备下载stable diffusion的初始训练模,首先要注册账号,方可下载。

3.3、注册账号后,进入(CompVis/stable-diffusion-v-1-4-original at main)界面,下载名字为:"sd-v1-4.ckpt"的文件,大小4.27G,这是Stable diffusion的初始模型。

3.4、将下载好的"sd-v1-4.ckpt"文件,放入3.1步骤下载好的文件 stable-diffusion-webui目录下的model文件夹中。

3.5、点击 stable-diffusion-webui目录下webui-user.bat文件,开始运行安装,等待,假如有报错(大概率是网络问题),关掉重开。直到运行窗口中出现"http://127.0.0.1:7860"这条网址,便说明安装成功了,复制这条网址,进入浏览器搜索,便会出现以下窗口:

stable diffusion交互界面

3.6、到这里安装便成功完成了!

中国大神秋叶开发的整合包。由于WEBUI本身基于GitHub的特性,绝大多数时候的部署都需要极高的网络需求,以及Python环境的需求。使用秋叶整合包,内置了和电脑本身系统隔离的Python环境,以及内置了Git,不需要了解这两个软件就可以运行。极大程度降低了安装门槛,可以一键安装。但是也有缺点,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,很多时候都需要依赖整合包的开发者,会麻烦很多。请读者们自行判断选择。

4.1、下载整合包:

链接:

https://pan.baidu.com/s/1gZ3i8lBEYrl6EDm3BSfOSQ?pwd=t4rh

3个文件全部下载

4.2、点击运行"启动器运行依赖-dotnet-6.0.11",等待安装完成

4.3、解压"sd-webui-aki-v4.1.zip"文件,点击进入文件

4.4、点击文件夹中的"A启动器.exe"文件

4.5、点击一键启动,等待运行:

4.6、安装完成,运行结果如下:

以上自转载留存学习

相关推荐
Uzuki2 小时前
AI可解释性 II | Saliency Maps-based 归因方法(Attribution)论文导读(持续更新)
深度学习·机器学习·可解释性
snowfoootball7 小时前
基于 Ollama DeepSeek、Dify RAG 和 Fay 框架的高考咨询 AI 交互系统项目方案
前端·人工智能·后端·python·深度学习·高考
odoo中国8 小时前
深度学习 Deep Learning 第15章 表示学习
人工智能·深度学习·学习·表示学习
橙色小博8 小时前
长短期记忆神经网络(LSTM)基础学习与实例:预测序列的未来
人工智能·python·深度学习·神经网络·lstm
船长@Quant8 小时前
PyTorch量化进阶教程:第六章 模型部署与生产化
pytorch·python·深度学习·transformer·量化交易·sklearn·ta-lib
zy_destiny10 小时前
【工业场景】用YOLOv12实现饮料类别识别
人工智能·python·深度学习·yolo·机器学习·计算机视觉·目标跟踪
进取星辰10 小时前
PyTorch 深度学习实战(32):多模态学习与CLIP模型
pytorch·深度学习·学习
xiangzhihong812 小时前
Amodal3R ,南洋理工推出的 3D 生成模型
人工智能·深度学习·计算机视觉
狂奔solar12 小时前
diffusion-vas 提升遮挡区域的分割精度
人工智能·深度学习