CompVis Stable Diffusion 正确安装与运行指南

---

Stable Diffusion（CompVis版）正确安装与运行步骤

目标：使用 CompVis 官方仓库脚本 scripts/txt2img.py 在 CUDA 11.8 + PyTorch 2.3.1 环境下直接生成图片。

0) 前置环境

• 已安装 Conda（或 Mamba）
• 驱动支持 CUDA 11.8（nvidia-smi 正常）

---

1) 克隆仓库

git clone https://github.com/CompVis/stable-diffusion.git
cd stable-diffusion

---

2) 创建并激活环境（自定义路径示例）

你习惯的路径：/home/featurize/work/1/AMAC/envs/amac

# 创建空环境（Python 3.8/3.9/3.10 均可，和你现有 3.8 一致就行）
conda create -y -p /home/featurize/work/1/AMAC/envs/amac python=3.8
conda activate /home/featurize/work/1/AMAC/envs/amac

---

3) 安装 PyTorch（CUDA 11.8）

pip install torch==2.3.1 torchvision==0.18.1 torchaudio==2.3.1 \
  --index-url https://download.pytorch.org/whl/cu118

---

4) 安装项目所需的核心依赖

# 关键组件
pip install omegaconf einops
pip install transformers==4.28.0
pip install diffusers==0.30

# watermark：用 invisible-watermark，避免 imwatermark 系列冲突
pip uninstall -y imWatermark imwatermark || true
pip install invisible-watermark

# 视觉/图像处理（可选但常用）
pip install opencv-python==4.7.0.72
pip install kornia

为避免历史残留导致冲突，如之前装过 imWatermark/imwatermark，建议清理旧目录（可选）：

rm -rf /home/featurize/work/1/AMAC/envs/amac/lib/python3.8/site-packages/imWatermark* \
       /home/featurize/work/1/AMAC/envs/amac/lib/python3.8/site-packages/imwatermark* || true

---

5) 安装/注册 Jupyter 内核（可选）

pip install ipykernel
python -m ipykernel install --user --name amac --display-name "amac-jupyter"

---

6) 可编辑方式安装本地包（让仓库内 ldm 等模块能被 import）

CompVis 仓库本身不强依赖 taming-transformers，但很多扩展/复现实验会用到。按你的做法，一并装上更省心。

# stable-diffusion 本体（可编辑安装）
pip install -e .

# taming-transformers（可选；部分脚本/模型会用到）
cd /home/featurize/work/1/AMAC
git clone https://github.com/CompVis/taming-transformers.git
cd taming-transformers
pip install -e .

# 回到 stable-diffusion 目录
cd -  # 或者 cd /path/to/stable-diffusion

---

7)（可选）安装 OpenAI CLIP（有些脚本/功能会用到）

pip install git+https://github.com/openai/CLIP.git

---

8) 准备权重

将 SD v1.x 的 model.ckpt 放到仓库要求路径（或软链接）：

mkdir -p models/ldm/stable-diffusion-v1
ln -s /path/to/your/sd-v1-4.ckpt models/ldm/stable-diffusion-v1/model.ckpt

---

9) 运行文本生图（txt2img）

# 经典示例
python scripts/txt2img.py --prompt "a photograph of an astronaut riding a horse" --plms

# 如需指定显卡/分辨率等，请加参数：
#   --n_samples 1 --n_iter 1 --H 512 --W 512 --scale 7.5 --ddim_steps 50
# 多 GPU 环境下通常无需手动给 --gpus；若你使用的是旧版 Lightning 脚本才会用到该参数。

---

##（可选）10) 你常用的小工具/数据

# 仅当需要时再装
pip install academictorrents

---

备注与坑点避雷

1. 不要混装多版 pytorch-lightning
   你的历史命令里有 1.4.2 / 1.7.7 / 2.4.0 反复切换。本流程不需要显式安装 PL；如确有旧脚本依赖，再按脚本要求固定一个版本装，避免冲突。
2. watermark 包务必用 invisible-watermark
imwatermark/imWatermark 容易和依赖冲突或导致导入失败，已在步骤里清理并更换为 invisible-watermark。
3. Diffusers 与 CompVis 两套用法不要混淆
   本文是 CompVis 仓库脚本 的跑法（需要 .ckpt）；若想用 diffusers 管线（从 Hub 拉权重），那是另一套接口，别把两者参数/目录搞混。

---

到这就可以稳定跑通了。