峰之博纹 - Pelephone个人博客

转:本地部署 stable-diffusion-webui 并替换模型为 waifu-diffusion

参考：

Git：https://git-scm.com/download

Miniconda：https://docs.conda.io/en/latest/miniconda.html

CUDA：https://developer.nvidia.com/cuda-toolkit-archive

waifu-diffusion：https://huggingface.co/hakurei/waifu-diffusion

waifu-diffusion-v1-3：https://huggingface.co/hakurei/waifu-diffusion-v1-3

stable-diffusion-v-1-4-original： https://huggingface.co/CompVis/stable-diffusion-v-1-4-original

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

免责声明：本文所讲内容仅供学习使用，请勿用于违法用途！请遵从 开源协议 ！

温馨提示：最近有些人在自己部署的时候遇到了问题，然后联系笔者，但笔者并没有时间来帮助这些人处理问题，故在此声明：

如果需要笔者协助解决问题，请先从博客底部的打赏支付 100 元，笔者承诺在能力范围内解决问题（不承诺解决问题）。

大家的时间都是很宝贵的，有问题先 百度/Google ，你遇到的问题一定已经有人遇到过了，所以请自己动手解决问题

开始

要顺利运行 stable-diffusion-webui，需要足够大的显存（不是内存），笔者使用的电脑配置如下：

1
2
3
4
5
 
型号：联想拯救者R9000P
CPU:R7-5800H 8核
内存：16GB
显卡：RTX3060 Laptop（显存 6GB）
硬盘：512GB SSD
 

根据项目的 README.md ，至少需要 4GB 显存才能运行，配置不够的同学就不用尝试了。

另外本项目是 N 卡教程， A 卡用户请自行搜索其他教程。

下面开始正式进入教程

准备工作

根据项目 wiki 必须的依赖 有：

  1. Python 3.10.6
  2. Git 官网下载
  3. CUDA，CUDA 的版本由显卡决定，后续会讲述如何选择 CUDA 版本

开始安装

1.安装 Python 3.10.6

和其他文章不同，笔者依旧推荐使用 Miniconda 来管理 Python 版本，可以实现 Python 多版本切换，下面来讲述如何安装 Miniconda。

进入Miniconda 官网，选择适用于自己的操作系统的版本，下载安装即可，全部图形化操作。

image-20221006235256857

安装成功后在命令行执行

1
 
conda -V
 

成功跳出版本即为安装成功。

1
 
conda 4.12.0
 

这里不用着急创建 Python 环境，配置完镜像再创建。

接下来配置镜像环境，加快安装速度。（参考：https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/ ）

先执行 conda config --set show_channel_urls yes 生成 .condarc 文件

然后在 C:\Users\XXX\.condarc 下修改文件内容如下：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
 
channels:
  - defaults
show_channel_urls: true
default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
 

再运行 conda clean -i 清除索引缓存，保证用的是镜像站提供的索引。

然后创建 Python 3.10.6 版本的环境

1
2
3
4
 
# 因为本项目是教 stable-diffusion-webui 的，所以就直接叫 stable-diffusion-webui 了
conda create --name stable-diffusion-webui python=3.10.6
# 激活环境，注意，在要运行的地方激活，这个环境切换不是全局的。
conda activate stable-diffusion-webui
 

创建环境的这一步有概率遇到 SSL 问题，可能跟 openssl 的版本有关，该问题请自行搜索解决

配置 pip 镜像加速（参考：https://mirrors.tuna.tsinghua.edu.cn/help/pypi/ ）

升级 pip 到最新的版本 (>=10.0.0) 后进行配置：

1
2
 
python -m pip install --upgrade pip
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
 

如果您到 pip 默认源的网络连接较差，临时使用本镜像站来升级 pip：

1
 
python -m pip install -i https://pypi.tuna.tsinghua.edu.cn/simple --upgrade pip
 

pip 这一步有概率遇到 https 无法访问的问题，可能跟 openssl 的版本有关，该问题请自行搜索解决

这时我们就有了一个 Python 3.10.6 的纯净环境了

2.安装 Git

前往 Git 官网 或其他镜像网站下载即可。

image-20221008235858036

命令行运行

1
 
git --version
 

出现版本号即为安装成功

1
 
git version 2.33.1.windows.1
 

3.安装 CUDA

在安装 CUDA 之前，先在命令行执行

1
 
nvidia-smi
 

会跳出如下结果，只要看 CUDA Version一项即可，记住这个版本号，之后就下载这个版本即可。

比如说笔者这里就是 11.6版本，下载的 CUDA 也是这个版本就行了。

image-20221006235655566

接下来前往 CUDA 的官网，下载对应版本即可。

image-20221006235824066

CUDA 的版本很多，请一定要下对版本，建议就下载nvidia-smi查询出来的结果。

另外多说一句，CUDA 的体积很大，建议安装在 C 盘之外的硬盘，免得占用宝贵的 C 盘空间。

image-20221007000154365

在版本的选择上，操作系统版本就不用多说了，选择自己的系统就行，win10 就选 10，win11 就选 11。

至于下面的 Installer Type，用 local 版本比较省事，下载一次就是完整的安装包了，用 network 版本依旧是要联网下载的，结果也没差太多。

4.下载项目源码

1
2
3
4
 
# 下载项目源代码
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
# 切换到项目根目录
cd stable-diffusion-webui
 

5.下载 stable-diffusion[可选]

本项目不会自动去下载模型，故需要手动下载 stable-diffusion

如果就使用 waifu-diffusion，可以跳过本步骤，直接看下一步

下载的方式有 3 个：

  1. 官网下载：https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt

  2. File storage：https://drive.yerf.org/wl/?id=EBfTrmcCCUAGaQBXVIj5lJmEhjoP1tgl

  3. Torrent：

    1
    		 
    magnet:?xt=urn:btih:3a4a612d75ed088ea542acac52f9f45987488d1c&dn=sd-v1-4.ckpt&tr=udp%3a%2f%2ftracker.openbittorrent.com%3a6969%2fannounce&tr=udp%3a%2f%2ftracker.opentrackr.org%3a1337
     

数据模型较大，请确保磁盘空间充足。

下载完成后的模型请放到 models\Stable-diffusion\ 下，并将文件名称修改为 model.ckpt

6. 下载 waifu-diffusion[可选]

要使用 waifu-diffusion 作为模型，也是一样的，从官网下载即可。

下载地址：https://huggingface.co/hakurei/waifu-diffusion-v1-3/tree/main

下载完成后的模型请放到 models\Stable-diffusion\ 下，并将文件名称修改为 model.ckpt

至于 ckpt 文件怎么选，选最近更新的，然后名字中带有 float16 的优先。当然也可以试试别的，自行尝试即可

正式运行

是的没错，stable-diffusion-webui 项目不需要手动安装依赖，他已经帮我们做好了，只需要运行即可。

1
2
3
4
 
# 如果没有切换到 stable-diffusion-webui 环境记得切换
conda activate stable-diffusion-webui
# 切换到项目根目录运行
webui-user.bat
 

接下来就是一段漫长的等待时间，下载的内容是非常多的（几个 G），请耐心等待。

依赖安装完毕后，会跳出一个链接，复制到浏览器访问即可（默认是 http://127.0.0.1:7860 ）。

然后就在输入框里面写你想要生成的图片即可，相信各位的英语水平一定比笔者要高，在此就不赘述了。

【Prompt 里填写想要的特征点，Negative prompt 里填不想要的特征点】

温馨提示：Prompt 里最大只支持 77 个词，多了会报错，删掉几个词就行

image-20221009003500596

可能是由于源码差异，在相同配置下，运行 waifu-diffusion 最大只能生成 512 x 512 ，但是运行 stable-diffusion-webui 时最大可以支持 832 x 832，可以说提高了一些性能。

另外多说一句，本项目和 waifu-diffusion 不同，没有 NSFW 问题！

最后

那么最后就是老问题了，要怎么写 prompt 呢？

自行前往推特上 Waifu Diffusion 相关话题下查看即可，点击 ALT，看下别人是怎么写的就行了。

image-20221007005135243

完成以上步骤之后，相信你也能愉快的玩耍 Waifu Diffusion 了。

喜欢的话就请支持下笔者。

附录

2022-10-13 更新：关于如何写 tag ，可参考源站 Danbooru的写法，原因是 waifu-diffusion/stable-diffusion/Novel AI 等都有从该网址获取 tag 进行训练，所以直接使用源站的 tag 是最准确的

 

 

作者：草梅友仁
出处： https://blog.cmyr.ltd/archives/e740aac.html

 

posted @ 2022-10-19 16:35  Pelephone  阅读(8418)  评论(0)  编辑  收藏  举报