Stable Diffusion 环境配置详细指南

前段时间我在服务器上的虚拟环境全部都没了，只能重新创建环境然后装包，正好也做一个记录，以防以后我又要装环境。以下过程是在Linux服务器上进行的，如果是Windows环境，可能会有些许差异。

一、创建并激活虚拟环境

首先，使用 conda 创建一个独立的虚拟环境，我使用的是3.10的Python版本，但不一定非要这个版本。

复制代码

conda create --name stable_diffusion_env python=3.10

创建完成后，激活该环境：

复制代码

conda activate stable_diffusion_env

二、安装核心依赖包

执行以下命令安装 Stable Diffusion 所需的核心依赖库：

复制代码

pip install diffusers transformers accelerate safetensors ftfy

经过漫长的下载后，会得到这么一大段信息：

python 复制代码

Successfully installed 
MarkupSafe-3.0.2 
Pillow-11.3.0 
accelerate-1.10.0 
certifi-2025.8.3 
charset_normalizer-3.4.3 
diffusers-0.34.0 
filelock-3.18.0 
fsspec-2025.7.0 
ftfy-6.3.1 
hf-xet-1.1.7 
huggingface-hub-0.34.4 
idna-3.10 
importlib_metadata-8.7.0 
jinja2-3.1.6 
mpmath-1.3.0 
networkx-3.4.2 
numpy-2.2.6 
nvidia-cublas-cu12-12.4.5.8 
nvidia-cuda-cupti-cu12-12.4.127 
nvidia-cuda-nvrtc-cu12-12.4.127 
nvidia-cuda-runtime-cu12-12.4.127 
nvidia-cudnn-cu12-9.1.0.70 
nvidia-cufft-cu12-11.2.1.3 
nvidia-curand-cu12-10.3.5.147 
nvidia-cusolver-cu12-11.6.1.9 
nvidia-cusparse-cu12-12.3.1.170 
nvidia-cusparselt-cu12-0.6.2 
nvidia-nccl-cu12-2.21.5 
nvidia-nvjitlink-cu12-12.4.127 
nvidia-nvtx-cu12-12.4.127 
packaging-25.0 
psutil-7.0.0 
pyyaml-6.0.2 
regex-2025.7.34 
requests-2.32.4 
safetensors-0.6.2 
sympy-1.13.1 
tokenizers-0.21.4 
torch-2.6.0 
tqdm-4.67.1 
transformers-4.55.0 
triton-3.2.0 
typing-extensions-4.14.1 
urllib3-2.5.0 
wcwidth-0.2.13 
zipp-3.23.0

这也是为什么我二话不说，啥环境都没有的情况下，直接就pip install diffusers transformers accelerate safetensors ftfy，因为他会自动安装其他的依赖包，包括Pytorch- GPU，省去很多时间。但似乎Windows环境不会自动下载Pytorch- GPU，需要自己下载对应的Pytorch- GPU版本，我的是2.6.0+cu124。

三、安装额外依赖库

随后还有一些其他的漏网之鱼需要安装

1、安装 PEFT（参数高效微调库）：

python 复制代码

pip install peft

安装成功提示：

python 复制代码

Successfully installed peft-0.17.0

2、遇到的报错1：

python 复制代码

ImportError: requires the protobuf library but it was not found

这是表示加载 T5 等模型的 tokenizer 时需要 protobuf 库（用于处理协议缓冲区数据），但当前环境中未安装。

解决方法：

复制代码

pip install protobuf

成功提示：

python 复制代码

Successfully installed protobuf-6.31.1

3、遇到的报错2:

python 复制代码

ValueError: Cannot instantiate this tokenizer from a slow version...

这是表示部分 tokenizer 依赖 sentencepiece 库（用于分词处理），缺少该库会导致初始化失败。

解决方法：

复制代码

pip install sentencepiece

成功提示：

python 复制代码

Successfully installed sentencepiece-0.2.1

4、安装其他必要库：

python 复制代码

pip install torchvision  # 用于处理图像数据
pip install datasets     # 用于加载和处理HuggingFace的数据集

四、Hugging Face 认证配置

为了访问 Hugging Face 上的模型和数据集，需要进行认证（先在hugingface上申请访问令牌，然后复制到终端），否则被拒绝访问：

在终端输入：

python 复制代码

huggingface-cli login

会提示你输入访问令牌（输入令牌的时候，终端是看不见的，输入后回车就行）：

python 复制代码

hf_rv********************Oq

他还提示 Warning: 'huggingface-cli login' is deprecated. Use 'hf auth login' instead.，意思是说huggingface-cli login已经被弃用了，使用hf auth login进行登陆。

登录成功后，就可以访问huggingface进行模型权重的下载了。

五、加速下载配置（可选）

如果遇到下载速度缓慢的问题，可以配置代理加速：

python 复制代码

export http_proxy=http://
export https_proxy=http://
export HTTP_PROXY=http://
export HTTPS_PROXY=http://

完成以上所有步骤后，Stable Diffusion 模型的运行环境就配置完毕，可以开始进行模型推理和训练工作了。整个过程还是比较简单的，没有遇到啥问题，我又可以进行推理和微调训练了。后续如果有机会，会出一个LoRA微调的实战分享吧。