Stable diffusion环境部署搭建

这篇具有很好参考价值的文章主要介绍了Stable diffusion环境部署搭建。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1、安装Nvidia驱动、cuda版本等

2、安装anaconda环境

3、安装git

#git工具的安装参考下面命令 
apt-get update -y a
pt-get upgrade -y 
apt install git

4、下载源码和模型参数文件

#1、下载源码
git clone https://github.com/CompVis/stable-diffusion.git
#2、下载模型参数文件,以下示例为v1.4版本,大约7GB
wget https://xujianhua-bj.tos-cn-beijing.volces.com/sd-v1-4-full-ema.ckpt
#3、设置模型参数存放位置
#git下来的stable-diffusion文件夹路径中创建stable-diffusion-v1目录
mkdir -p /root/stable-diffusion/models/ldm/stable-diffusion-v1/
#将下载的模型参数文件改名为 model.ckpt 并放在 stable-diffusion-v1 目录下
ln -s /root/sd-v1-4-full-ema.ckpt /root/stable-diffusion/models/ldm/stable-diffusion-v1/model.ckpt

5、Anaconda创建 ldm 虚拟环境

#切换清华源,便于后续生成环境,下载python包 
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

//注意:火山引擎FT的只开github的加速,不开http/https代理。因为设置http/https代理, 执行conda env create -f environment.yaml会报错。文章来源地址https://www.toymoban.com/news/detail-582707.html

#进入之前的源码解压目录
cd stable-diffusion
conda env create -f environment.yaml
conda activate ldm
#environment.yaml的内容
name: ldm
channels:
  - pytorch
  - defaults
dependencies:
  - python=3.8.5
  - pip=20.3
  - cudatoolkit=11.3
  - pytorch=1.11.0
  - torchvision=0.12.0
  - numpy=1.19.2
  - pip:
    - albumentations==0.4.3
    - diffusers
    - opencv-python==4.1.2.30
    - pudb==2019.2
    - invisible-watermark
    - imageio==2.9.0
    - imageio-ffmpeg==0.4.2
    - pytorch-lightning==1.4.2
    - omegaconf==2.1.1
    - test-tube>=0.7.5
    - streamlit>=0.73.1
    - einops==0.3.0
    - torch-fidelity==0.3.0
    - transformers==4.19.2
    - torchmetrics==0.6.0
    - kornia==0.6
    - -e git+https://github.com/CompVis/taming-transformers.git@master#egg=taming-transformers
    - -e git+https://github.com/openai/CLIP.git@main#egg=clip
    - -e .
    #pip install -e git+https://github.com/openai/CLIP.git@main#egg=clip
    #pip install -e git+https://github.com/CompVis/taming-transformers.git@master#egg=taming-transformers
    #pip install -e.
 #因为环境无法稳定访问github,导致相关包安装失败
 #建议执行虚拟环境创建前,开启FT的github加速。

6、文生图

python scripts/txt2img.py --prompt "egg in the pocket" --plms --n_samples 2
#因为环境无法稳定访问github,导致相关包安装失败,
#执行scripts/txt2img.py过程会报无数次 ModuleNotFoundError: No module named XX的错误
#解决办法:pip install 对应的模块名称,解决不了google
#1、最后pip install方式因为版本不对,跑.py还是会失败,所以建议开通FT,能够访问境外网站和github,避免因为版本不对,因为造成无法使用问题
#2、即便开了github的网际快车,还是会遇到报错的问题,需要再开始FT的Http/https的代理。

#都设置后,还会出现包未安装的现象,执行如下命令进行安装。
#apt-get install libsm6
#apt-get install -y libxrender-dev

#生成的文件在:/root/stable-diffusion/outputs/txt2img-samples/samples/

到了这里,关于Stable diffusion环境部署搭建的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • stable-diffusion-webui环境部署

    创建虚拟环境 进入虚拟环境 clone源码 进入项目根目录 安装相关库 安装依赖仓库 存放目录为: stable-diffusion-webui/repositories/ clone源码 下载模型连接:https://civitai.com/models 想要那个类型的底模下载那个即可 底模存放路径: stable-diffusion-webui/models/Stable-diffusion 将微调的模型参数放

    2024年02月08日
    浏览(49)
  • 搭建环境AI画图stable-diffusion

    本文旨在记录过程,偶然看见一个AI画图的,体验看看。 stable-diffusion是一个输入简单图片,输出科幻性想象后的结果图。 上图! Github地址:https://github.com/CompVis/stable-diffusion 当然,如此梦幻的功能,也需要梦幻的机器条件,请确认你最少有10GB VRam 的GPU,因为最小的模型,也

    2024年02月02日
    浏览(43)
  • 【AI绘图】Stable Diffusion WebUI环境搭建

    Stable Diffusion WebUI开源地址:https://github.com/AUTOMATIC1111/stable-diffusion-webui  首先根据要求做以下准备工作: 1. 安装 Python 3.10.6, 安装时记得勾选\\\"Add Python to PATH\\\"把Python添加到环境变量. 2. 安装Git环境,Git - Downloading Package 3. 用git命令把下载Stable Diffusion WebUI项目:    4. 项目下载到本

    2024年02月04日
    浏览(37)
  • 【Stable Diffusion】在windows环境下部署并使用Stable Diffusion Web UI---通过 Conda

    本专栏主要记录人工智能的应用方面的内容,包括chatGPT、AI绘图等等; 在当今AI的热潮下,不学习AI,就要被AI淘汰;所以欢迎小伙伴加入本专栏和我一起探索AI的应用,通过AI来帮助自己提升生产力; 订阅后可私聊我获取 《从零注册并登录使用ChatGPT》《从零开始使用chatGPT的

    2024年02月04日
    浏览(38)
  • 文生图Stable-diffusion-webui环境搭建

     想自己生成AI美女吗?跟我一起下来搭建Stable-diffusion-v1-5进行文生图、图生图吧。 该webui支持Mac/Linux/Windows环境,这里以windows环境为例。前提是你已经在本机搭建好了GPU运行环境,建议6G以上GPU,当然,CPU也可以运行,就是奇慢无比。 1. 安装python3.10.x版本 2.下载最新版本源代

    2024年02月12日
    浏览(37)
  • AI图片生成Stable Diffusion环境搭建与运行

            Stable Diffusion是一种基于扩散过程的生成模型,由Ge et al.在2021年提出。该模型利用了随机变量的稳定分布,通过递归地应用扩散过程来生成高质量的图像。与其他生成模型相比,Stable Diffusion在生成高质量的图像方面具有显着优势。具体而言,该模型所生成的图像具

    2024年02月09日
    浏览(40)
  • Stable Diffusion本地搭建windows and linux(附搭建环境)

    1.使用git工具下载项目文件到本地文件夹,命令如下: 然后进入该文件夹: 2.运行自动化脚本 运行webui.sh安装一些python环境 这个时候如果遇到root用户的报错,如下: 可以注释掉webui.sh的63-74行的内容,如下所示: #fi 如果遇到下面的报错: 可以运行下面命令 #物理机上运行:

    2024年02月08日
    浏览(32)
  • MAC搭建M1环境的stable-diffusion

    苹果公司的程序员为 M1,M2 之类的ARM64芯片专门创建了一个 stable-diffusion 的仓库: Run Stable Diffusion on Apple Silicon with Core ML 链接为: https://github.com/apple/ml-stable-diffusion 可以充分利用 M1 内置的人工智能芯片(神经网络芯片), 需要转换 PyTorch 模型为 Apple Core ML 模型。 本文基于这个仓库进

    2024年02月09日
    浏览(37)
  • 基于趋动云的 Stable Diffusion Webui 环境搭建

    Stable Diffusion Webui 环境搭建,首先新建一个项目:   然后,选择镜像。注意点公开的,已近做好的这个镜像,superx创建,集成了miniconda3的镜像。 然后选择添加数据源,一样,还是点公开,搜索sd_model_spuerx就可以找到了,还是由superx创建。  都选择好之后,选择创建项目。暂

    2024年02月05日
    浏览(33)
  • stable-diffusion-webui 环境搭建(台式机GTX1060环境)

    1、安装git用于克隆stable-diffusion-webui仓库 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git 2、安装python 3.10.7 CNPM Binaries Mirror 3、安装CUDA驱动 win + x -设备管理器 -显示适配器 查看显卡版本 下载对应驱动Official Advanced Driver Search | NVIDIA 4、安装完成后查看CUDA版本 使用命令nv

    2024年02月16日
    浏览(37)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包