Ubuntu+GPU搭建Stable-Diffusion教程

【前序】已经安装anaconda

1.git拉取项目到本地

执行git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

进入项目目录下

cd stable-diffusion-webui/

安装对应Python依赖包

首先安装pytorch和torchvision，若是GPU环境的用户需要安装与cuda版本对应的torch，

复制代码

pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 --extra-index-url https://download.pytorch.org/whl/cu117

3.接着安装对应依赖

pip install -r requirements_versions.txt

4.从huggingface下载预训练模型参数

进入模型存放对应目录

cd models/Stable-diffusion/

下载一个模型，这里可以根据自己的需要下载

wget https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4-full-ema.ckpt

汉化扩展

在任意目录下克隆中文扩展地址

git clone https://github.com/VinsonLaro/stable-diffusion-webui-chinese

进入下载好的文件夹,把localizations文件夹内的Chinese-All.json和Chinese-English.json复制到stable-diffusion-webui\localizations目录下，

启动web服务后（第6步），点击Settings，左侧点击User interface界面，在界面里最下方的Localization (requires restart)，选择Chinese-All或者Chinese-English，点击界面最上方的黄色按钮Apply settings，再点击右侧的Reload UI即可完成汉化。

启动项目

到这一步网上很多方法都是直接执行根目录下的webui.sh，我执行时有报错，就换了一种方式

回到项目根目录，执行launch.py文件，启动web服务，并指定监听端口为2024（端口号随意）

CUDA_VISIBLE_DEVICES=2python3 launch.py --port 2024 --listen