Stable Diffusion的安装和问题解决

小时候比较喜欢画画，如今AI盛行，各种绘画工具层出不穷，网上也看了很多，stable diffusion（sd）和midjunery（mj）算是主流，国内的文心、天工、甚至抖音什么的，我也尝试过，但是总的来说，跟sd和mj相比真的不好用。后来我找了网上一些运营号问，大多采用的是mj，不过我个人还是想试试，亲自对比一下，鉴于mj的付费，我先试了sd，下面是我安装使用过程中的一些经历。

我的是Mac，所以就按照这个系统来了

一、安装homebrew

less 复制代码

$ /bin/bash -c "$(curl -fsSL https://gitee.com/ineo6/homebrew-install/raw/master/install.sh)"
// 等待即可，检查是否安装成功
brew -V
// 打印出 homebrew 4.0.11 表示安装成功

二、安装python

css 复制代码

brew install cmake protobuf rust python@3.10 git wget

也可以去官网下载安装包3.10.9 或者3.10.10，手动安装

三、下载SD包

1、下载资料包，解压安装。链接: pan.baidu.com/s/1_a2dnt8A... 提取码: v1yz

2、从git仓库直接下载

bash 复制代码

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

四、下载模型

可以使用上面资料包里的模型，也可以自己从官网下载huggingface.co/runwayml/st... 等模型。

这里需要注意的是，下载后放置目录stable-diffusion-webui/models/Stable-diffusion/下。模型有ckpt文件，也有safetensors文件，统统放进去就行。

五、运行

在终端中进入你安装的"stable-diffusion-webui"目录，运行 ./webui.sh

第一次运行会安装一些依赖，这个过程会遇到诸多问题，下面我列举几个。

六、运行问题解决

1、python版本问题 🔗

sd运行python是3，但是默认是2，一般来说是不进行覆盖的，覆盖它可能会导致系统脚本和其他依赖默认 Python 的软件出现问题。一般我们采用软连的方式，如：sudo ln -s /usr/local/bin/python3 /usr/bin/python，但是你会发现报错了ln: /usr/bin/python: Operation not permitted，也查过其他各种删除方式都不得行。

首先安装高版本的python后，按照下面的步骤来：

(1、查看版本

bash 复制代码

which python 
// /usr/bin/python
which python3
// /usr/local/bin/python3

(2、编辑profile文件

ini 复制代码

vi ~/.bash_profile
// 末尾追加内容
alias python="/usr/local/bin/python3" 
alias python2="/usr/bin/python"

(3、生效启用

bash 复制代码

source ~/.bash_profile

这里还有个问题，如果新开一个终端界面，需要重启这个命令才能生效。

2、No SDP backend available 🔗

vbnet 复制代码

Launching Web UI with arguments: --skip-torch-cuda-test --upcast-sampling --no-half-vae --use-cpu interrogate
no module 'xformers'. Processing without...
No SDP backend available, likely because you are running in pytorch versions < 2.0. In fact, you are using PyTorch 1.12.1. You might want to consider upgrading.
no module 'xformers'. Processing without...
No module 'xformers'. Proceeding without it.
Style database not found: /Users/villen/stable-diffusion-webui/styles.csv
Warning: caught exception 'Torch not compiled with CUDA enabled', memory monitor disabled
==============================================================================
You are running torch 1.12.1.
The program is tested to work with torch 2.0.0.
To reinstall the desired version, run with commandline flag --reinstall-torch.
Beware that this will cause a lot of large files to be downloaded, as well as
there are reports of issues with training tab on the latest version.

Use --skip-version-check commandline argument to disable this check.
==============================================================================
Downloading: "https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors" to /Users/villen/stable-diffusion-webui/models/Stable-diffusion/v1-5-pruned-emaonly.safetensors

WARNING:modules.mac_specific:MPS garbage collection failed
Traceback (most recent call last):
  File "/Users/villen/stable-diffusion-webui/modules/mac_specific.py", line 38, in torch_mps_gc
    from torch.mps import empty_cache
ModuleNotFoundError: No module named 'torch.mps'

原因：torch 的版本不对

解决方案：在安装目录stable-diffusion-webui 下，编辑webui-macos-env.sh文件

我的原来的配置文件如下；

ini 复制代码

export install_dir="$HOME"
export COMMANDLINE_ARGS="--skip-torch-cuda-test --upcast-sampling --no-half-vae --use-cpu interrogate"
export TORCH_COMMAND="pip install torch==1.12.1 torchvision==0.13.1"
export K_DIFFUSION_REPO="https://github.com/brkirch/k-diffusion.git"
export K_DIFFUSION_COMMIT_HASH="51c9778f269cedb55a4d88c79c0246d35bdadb71"
export PYTORCH_ENABLE_MPS_FALLBACK=1

修改好的配置文件如下：

(1、在COMMANDLINE_ARGS 参数的后面添加了--reinstall-torch

(2、export TORCH_COMMAND="pip install torch2.0.1 torchvision0.15.2"，将torch的版本修改成2.0的

ini 复制代码

export install_dir="$HOME"
export COMMANDLINE_ARGS="--skip-torch-cuda-test --upcast-sampling --no-half-vae --use-cpu interrogate --reinstall-torch"
export TORCH_COMMAND="pip install torch==2.0.1 torchvision==0.15.2"
#export TORCH_COMMAND="pip install torch==1.12.1 torchvision==0.13.1"
export K_DIFFUSION_REPO="https://github.com/brkirch/k-diffusion.git"
export K_DIFFUSION_COMMIT_HASH="51c9778f269cedb55a4d88c79c0246d35bdadb71"
export PYTORCH_ENABLE_MPS_FALLBACK=1

3、Symbol not found: _VTRegisterSupplementalVideoDecoderIfAvailable 🔗

这个提示其实还是跟依赖版本有关，opencv版本太老，可以这样手工更新一下：

bash 复制代码

cd venv/bin 
source activate 
./python3.10 -m pip install --upgrade pip 
pip3 install opencv-python==4.6.0.66 deactivate

4、"LayerNormKernelImpl" not implemented for 'Half' 🔗

或者也会有这样的提示Failed to create model quickly; will retry using slow method.其实都是显卡的问题，一般我们工作自用的电脑的显存都不太能够的，所以这里需要修改一下运行方式：

编辑webui-user.sh，添加：

css 复制代码

export COMMANDLINE_ARGS="--precision full --no-half --skip-torch-cuda-test

或者我个人采用以下运行方式：

css 复制代码

./webui.sh --precision full --no-half

大家注意这里的half，如果你有足够的计算资源和内存，最简单的解决方案是将数据类型更改为全精度（float32），我们这里强调一半，其实就是半精度替代实现方案。有兴趣可以去了解一下精度问题。

七、总结

本地跑起来了，确实比较慢，风扇都要转费了。SD跑图除了需要通常所说的描述要到位，还要选合适的模型或者插件，才能做出理想的图片。

以上是本地SD安装过程中遇到的问题，毕竟免费，随后会跟大家聊一下它和midjunery的区别以及我个人的取舍。