免责声明
在阅读和实践本文提供的内容之前，请注意以下免责声明：
-
侵权问题: 本文提供的信息仅供学习参考，不用做任何商业用途，如造成侵权，请私信我，我会立即删除，作者不对读者因使用本文所述方法而导致的任何损失或损害负责。
-
信息准确性: 本文提供的信息可能随时更改，作者不保证文中所述方法在未来的软件更新中仍然有效。
-
个人风险: 读者在按照本文提供的方法操作时，应该自行承担风险。作者不对读者因使用本文所述方法而导致的任何损失或损害负责。
-
软件兼容性: 本文中提到的软件版本和兼容性可能会受到变化。读者应该在实施前查看相关软件的官方文档，以确保使用的软件版本相互兼容。
-
个体差异: 不同的计算机环境、操作系统版本和其他因素可能导致实际操作效果有所不同。读者在实践中可能需要进行适当的调整。
-
建议备份: 在进行重要操作之前，建议读者备份其数据和设置，以防万一发生意外情况。
-
社区支持 : 读者如果遇到问题，建议参考相关软件的官方社区或论坛，以获取更多帮助。
文章目录
-
- 免责声明
- [1. 引言](#1. 引言)
-
- [1.1 什么是Stable Diffusion](#1.1 什么是Stable Diffusion)
- [1.2 AI Studio学习与实训社区](#1.2 AI Studio学习与实训社区)
- [2. 注册AI Studio账号](#2. 注册AI Studio账号)
-
- [2.1 通过邀请链接注册](#2.1 通过邀请链接注册)
- [2.2 领取免费算力](#2.2 领取免费算力)
- [3. 创建Notebook项目](#3. 创建Notebook项目)
-
- [3.1 选择基础版](#3.1 选择基础版)
- [3.2 配置环境](#3.2 配置环境)
- [4. 拉取Stable Diffusion代码](#4. 拉取Stable Diffusion代码)
- [5. 更换pip镜像](#5. 更换pip镜像)
- [6. 安装依赖](#6. 安装依赖)
-
- [6.1 运行安装脚本](#6.1 运行安装脚本)
- [6.2 解决网络问题](#6.2 解决网络问题)
- [7. 内网穿透](#7. 内网穿透)
-
- [7.1 ngrok内网穿透](#7.1 ngrok内网穿透)
- [7.2 natapp内网穿透（国内速度较快）](#7.2 natapp内网穿透（国内速度较快）)
- [8. 项目目录结构](#8. 项目目录结构)
-
- [8.1 插件保存位置](#8.1 插件保存位置)
- [8.2 模型保存位置](#8.2 模型保存位置)
- [9. 结论](#9. 结论)
-
- [9.1 成功部署Stable Diffusion](#9.1 成功部署Stable Diffusion)
- [9.2 后续探索](#9.2 后续探索)
-
1. 引言
1.1 什么是Stable Diffusion
Stable Diffusion是一个基于深度学习的图像生成工具，它使用扩散模型生成高质量的图像。该项目由AUTOMATIC1111开发并在GitHub上开源。
1.2 AI Studio学习与实训社区
AI Studio是百度推出的一个在线AI学习与实训社区，提供免费的GPU算力支持，用户可以在此平台上进行深度学习的项目开发和部署。
2. 注册AI Studio账号
2.1 通过邀请链接注册
点击以下链接注册AI Studio账号：AI Studio注册链接
2.2 领取免费算力
成功注册账号后，点击"我的创作"，可以领取免费算力。
3. 创建Notebook项目
3.1 选择基础版
点击"创建项目"，选择"Notebook"，然后选择"基础版"。
3.2 配置环境
-
创建一个notebook项目
选择基础版我们先配环境
4. 拉取Stable Diffusion代码
在Notebook中运行以下命令，拉取Stable Diffusion代码：
bash
git clone https://gitclone.com/github.com/AUTOMATIC1111/stable-diffusion-webui.git
5. 更换pip镜像
在Notebook中运行以下命令，更换pip镜像源为阿里云：
bash
mkdir -p ~/.pip
cat <<EOF > ~/.pip/pip.conf
[global]
timeout = 6000
index-url = https://mirrors.aliyun.com/pypi/simple
trusted-host = mirrors.aliyun.com
EOF如果需要重新生成pip配置文件，可运行以下命令删除原有配置文件：
bash
rm -rf ~/.pip6. 安装依赖
6.1 运行安装脚本
进入stable-diffusion-webui目录，运行安装脚本：
bash
cd stable-diffusion-webui/
./webui.sh --skip-torch-cuda-test
这里下载可能非常缓慢，你可以点击链接在本地先下载再上传直接安装whl
这里我发现Stable Diffusion同样恰好通过创建虚拟环境得以可配置PyTorch环境，虚拟环境位于stable-diffusion-webui/models/venv
【深度学习】不用Conda在PP飞桨Al Studio三个步骤安装永久PyTorch环境
或者多次Ctrl+Z重试切换到更好的网络
这里已经配置成功，可以看到尝试链接huggingface下载初始模型，由于我们连接不上这个网站，所以会一直卡到超时自动结束，你可以在他指定的文件夹创一个同名空文件暂时替代，或者自行上传模型。
/home/aistudio/stable-diffusion-webui/models/新建一个
v1-5-pruned-emaonly.safetensors
可以看到连接超时后仍然自动运行
6.2 解决网络问题
由于AI Studio的网络环境问题，可能会导致安装过程中下载依赖包很慢或下载失败。可以尝试多次运行安装脚本，或者手动下载依赖包并上传到Notebook中进行安装。
7. 内网穿透
7.1 ngrok内网穿透
注册获取<your_authtoken>，不能用QQ邮箱注册
在Notebook中运行以下命令，下载并安装ngrok：
bash
wget https://bin.equinox.io/c/bNyj1mQVY4c/ngrok-v3-stable-linux-amd64.tgz
chmod +x ngrok
ngrok config add-authtoken <your_authtoken>
./ngrok http 7860注意：需要在ngrok官网注册账号并获取authtoken。
通过内网穿透得到的的Forwarding链接，你可以在任何设备上访问这个网址使用Stable Diffusion
7.2 natapp内网穿透（国内速度较快）
在Notebook中运行以下命令，下载并安装natapp：
bash
wget https://cdn.natapp.cn/assets/downloads/clients/2_4_0/natapp_linux_amd64/natapp注意：需要在natapp官网注册账号并获取配置文件。
natapp要实名认证，提前设置映射端口
Web协议，7860端口
注册购买后获得<your_authtoken>
bash
chmod +x natapp
./natapp -authtoken=<your_authtoken>
通过内网穿透得到的的Forwarding链接，你可以在任何设备上访问这个网址使用Stable Diffusion
8. 项目目录结构
8.1 插件保存位置
Stable Diffusion的插件保存在stable-diffusion-webui/extensions目录下。
8.2 模型保存位置
Stable Diffusion的模型保存在stable-diffusion-webui/models目录下。
我们看一下项目目录
插件保存在这
模型保存在这
9. 结论
9.1 成功部署Stable Diffusion
按照以上步骤，就可以成功在AI Studio上部署Stable Diffusion，并利用免费的Tesla A100 GPU算力进行AI绘画。
9.2 后续探索
在成功部署Stable Diffusion之后，可以尝试使用不同的模型和插件，进行更多的AI绘画创作。同时，也可以结合其他的深度学习技术，进一步提高生成的图像质量。
你可以通过创建数据集、wget、git下载你需要的模型或插件