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
xwz小王子9 分钟前
Nature Communications 面向形状可编程磁性软材料的数据驱动设计方法—基于随机设计探索与神经网络的协同优化框架
深度学习
生信碱移1 小时前
大语言模型时代,单细胞注释也需要集思广益(mLLMCelltype)
人工智能·经验分享·深度学习·语言模型·自然语言处理·数据挖掘·数据可视化
硅谷秋水2 小时前
通过模仿学习实现机器人灵巧操作:综述(上)
人工智能·深度学习·机器学习·计算机视觉·语言模型·机器人
开心快乐幸福一家人2 小时前
Spark-SQL与Hive集成及数据分析实践
人工智能·pytorch·深度学习
小宋加油啊3 小时前
深度学习小记(包括pytorch 还有一些神经网络架构)
pytorch·深度学习·神经网络
沛沛老爹3 小时前
从线性到非线性:简单聊聊神经网络的常见三大激活函数
人工智能·深度学习·神经网络·激活函数·relu·sigmoid·tanh
何大春3 小时前
【视频时刻检索】Text-Video Retrieval via Multi-Modal Hypergraph Networks 论文阅读
论文阅读·深度学习·神经网络·计算机视觉·视觉检测·论文笔记
旧故新长4 小时前
支持Function Call的本地ollama模型对比评测-》开发代理agent
人工智能·深度学习·机器学习
微学AI4 小时前
融合注意力机制和BiGRU的电力领域发电量预测项目研究,并给出相关代码
人工智能·深度学习·自然语言处理·注意力机制·bigru
知来者逆4 小时前
计算机视觉——速度与精度的完美结合的实时目标检测算法RF-DETR详解
图像处理·人工智能·深度学习·算法·目标检测·计算机视觉·rf-detr