一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路

这篇具有很好参考价值的文章主要介绍了一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路。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。

 

市面上有很多可以被用于 AI 绘画的应用,例如 DALL-E、Midjourney、NovelAI 等,他们的大部分都依托云端服务器运行,一部分还需要支付会员费用来购买更多出图的额度。在 2022 年 8 月,一款叫做 Stable Diffusion 的应用,通过算法迭代将 AI 绘画的精细度提上了一个新的台阶,并能在以秒计数的时间内完成产出,还可以在一台有 “民用级” 显卡的电脑上运行。

通过 Stable Diffusion,可以绘制出各种风格的作品,比如动漫风、插画立绘、国风水墨、3D 建模,甚至是照片级的拟真图像,而借助诸如 LoRa、ControlNet 等衍生功能,还可以做到精准控制美术风格、角色细节、姿势、动作、构图等。更更重要的是,他是全面开源的,这意味着你可以在自己的电脑上部署整个程序,使用它出图、作画是完全免费而且不限量的!市面上大多数商业级的 AI 绘画应用,都是基于 SD 去开发的。

尽管 Stable Diffusion 非常亲民,但他还是有一定的配置要求的,它需要一张性能足够强大的独立显卡提供算力进行绘制。实际上,“跑得动” 和 “玩得爽” 是两种不同的体验,算力上的差异会极大的影响 AI 绘画时的出图效率,也正是因为此,有很多同学因为个人电脑捉急的配置而错失了深入体验 Stable Diffusion 的机会。等一下,你知道京东云吗?京东云 GPU 云主机是提供 GPU 算力的弹性计算服务,具有超强的并行计算能力,正在深度学习、科学计算、图形图像处理、视频编解码等场景广泛使用,为您提供触手可得的算力,有效缓解计算压力,提升您的业务效率,并可弹性扩展,助您快速构建异构的计算应用。

在经历了一系列的探索后,我为你总结出了一套零基础的、非常好上手的借助京东云 GPU 云主机部署安装 Stable Diffusion WebUI 以及相关工具和插件的保姆集教程,请查收。

一、创建 GPU 主机实例

1.1 创建 GPU 云主机

京东云 GPU 云主机的标准型的配置包含 Tesla P40 24G 显卡、12 核 48G,跑 Stable Diffusion 体验非常好,配置推荐如下:

配置 推荐 说明
系统 Ubuntu 20.04 64 位
规格 GPU 标准型 p.n - p.n1p40.3xlarge 12 核 48G Nvidia Tesla P40 24G 显存
系统盘 100G 系统盘建议 100G
带宽 5M 建议 5M

1.2 创建安全组并绑定

首先在左侧菜单【安全组】创建一个安全组,在【入站规则】和【出站规则】中分别添加并开放 7860、7861、8080、8888 端口。其中

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai


然后在实例详情中,点击【安全组】-【绑定安全组】绑定刚刚创建的安全组。

二、环境安装

2.1 安装 GPU 驱动

在英伟达官网根据显卡型号、操作系统、CUDA 等查询驱动版本。官网查询链接 https://www.nvidia.com/Download/index.aspx?lang=en-us
注意这里的 CUDA 版本,如未安装 CUDA 可以先选择一个版本,稍后再安装 CUDA.

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

点击 Search

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai


如上图,查询到合适的版本为 510. 然后可以使用 apt 安装对应驱动版本,使用 apt 安装更方便一些。

# 安装510版本驱动
apt install nvidia-driver-510
# 查看驱动信息
nvidia-smi

如安装成功,则可以展示如下提示信息。

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

2.2 安装 CUDA

访问英伟达开发者网站先选择 CUDA 版本(版本要对应 2.1 中 GPU 驱动支持的 CUDA 版本),再根据操作系统选择对应 CUDA 安装命令,访问链接 https://developer.nvidia.com/cuda-toolkit-archive

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

如上面安装确定所选择驱动对应的 CUDA 版本为 11.6,根据安装命令安装,以下命令适用 Ubuntu 20.04 x86_64, GPU 驱动 510 版本

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.6.2/local_installers/cuda-repo-ubuntu2004-11-6-local_11.6.2-510.47.03-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2004-11-6-local_11.6.2-510.47.03-1_amd64.deb
sudo apt-key add /var/cuda-repo-ubuntu2004-11-6-local/7fa2af80.pub
sudo apt-get update
sudo apt-get -y install cuda

2.3 安装 Python 3.10

Stable Diffusion WebUI 目前最低支持 Python 3.10,所以直接安装 3.10 版本,安装命令:

	apt install software-properties-common
	add-apt-repository ppa:deadsnakes/ppa
	apt update
	apt install python3.10
	python3.10 --verison

PIP 设置国内源,由于默认源在国外,所以安装可能经常会出现 timeout 等问题,使用国内源可以很大程度避免下载包 timeout 的情况。将如下内容复制到文件 ~/.pip/pip.conf 当中,如没有该文件,先创建 touch ~/.pip/pip.conf

	[global] 
	index-url = https://pypi.tuna.tsinghua.edu.cn/simple
	[install]
	trusted-host = https://pypi.tuna.tsinghua.edu.cn  

2.4 安装 Anaconda

非常推荐使用 Anaconda。Anaconda 可以便捷获取包且对包能够进行管理,同时对 Python 环境可以统一管理的发行版本。安装命令也很简单:

	wget https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh
	bash ./Anaconda3-2023.03-1-Linux-x86_64.sh

创建 Python3.10.9 环境,并使用该环境

	conda create -n python3.10.9 python==3.10.9
	conda activate python3.10.9

2.5 安装 PyTorch

首先在 PyTorch 官网查询对应 CUDA 版本的 Torch,如上述章节 2.2 中 CUDA 11.6 需要安装 pytorch1.13.1

# 使用conda安装,两种安装方式二选一
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia

# 使用pip安装,两种安装方式二选一
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116

三、部署 Stable Diffusion WebUI

3.1 下载 stable-diffusion-webui

注意首先激活 Python3.10 环境:

conda activate python3.10.9

然后下载 stable-diffusion-webui

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

3.2 安装依赖

cd 到 stable-diffusion-webui 目录安装相应的依赖,如有访问网络超时、失败等,注意按照章节 2.3 中设置国内源,如果再次失败,重试几次一般都可完成安装。

cd stable-diffusion-webui
pip install -r requirements_versions.txt
pip install -r requirements.txt

3.3 启动 stable-diffusion-webui

安装完成后,执行如下启动命令:

python launch.py --listen --enable-insecure-extension-access

这一步骤会下载一些常用模型,如果遇到下载失败,根据报错提示在 huggingface.co 下载模型放到对应目录,如下载 stable-diffusion-v1-5 模型,搜索找到 https://huggingface.co/runwayml/stable-diffusion-v1-5/tree/main

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

点击图中下载按钮,下载 v1-5-pruned-emaonly.safetensors 到 stable-diffusion-webui/models/Stable-diffusion 目录,其他模型同理。

模型下载完成,再次执行启动命令,提示已启动到 7860 端口,则可以通过 IP+7860 端口访问:

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

公网建议设置访问密码,注意替换下面命令当中的 username:password 为用户名、密码。

python launch.py --listen --enable-insecure-extension-access --gradio-auth username:password

上述命令非后台运行,如需后台运行可以使用 nohup、tmux 等方法实现。

3.4 使用 stable-diffusions 生成图片

下载一个模型到 /stable-diffusion-webui/models/Stable-diffusion 目录,模型可以在 https://civitai.com/ 查找,如下图所用 majicMIX realistic 模型。下载完成后点击左上角刷新按钮,然后选择刚下载的模型,输入 Promot 和参数即可生成图片。

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

附上图所用 Promot 和参数

Prompt

1 girl a 24 y o woman, blonde, dark theme, soothing tones, muted colors, high contrast, look at at viewer, contrasty , vibrant , intense, stunning, captured in the late afternoon sunlight, using a Canon EOS R6 and a 16-35mm to capture every detail and angle, with emphasis on the lighting and shadows, late afternoon sunlight, 8K

Negative prompt

(deformed, distorted, disfigured, doll:1.3), poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, floating limbs, (mutated hands and fingers:1.4), disconnected limbs, mutation, mutated, ugly, disgusting, blurry, amputation, 3d, illustration, cartoon, flat , dull , soft, (deformed, distorted, disfigured:1.3), poorly drawn, bad anatomy, wrong anatomy, extra limb, missing limb, floating limbs,

其他参数

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

四、常用相关工具与插件

4.1 安装 LoRa 插件 Additional Networks

使用 Lora 必不可少的插件,Additional Networks 可以用来控制 checkpoint+LoRa 或者多个 LoRa 模型生成混合风格的图像,并且可以设置 Lora 模型的 Weight。安装方式如下:

打开 stable-diffusion-webui,点击【Extensions】- 【Install from URL】输入 https://ghproxy.com/https://github.com/kohya-ss/sd-webui-additional-networks.git

然后点击【Install】等待安装,直到在【Installed】中显示,然后直接用命令重启 stable-diffusion-webui(不是 reload webui),强烈推荐所有插件安装完成都命令重启 stable-diffusion-webui,可以免去很多麻烦。

最后点击【Setting】-【Additional Networks】输入 LoRa 文件夹的绝对路径,如 /root/stable-diffusion-webui/models/Lora(示例,请填写你的系统路径),然后【Reload UI】等待重启完成。

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

然后可以在【txt2img】或【img2img】中选择 Lora 模型并设置权重使用。

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

4.2 安装 ControlNet

作为 Stable Diffusion 必装插件,ControlNet 允许用户对生成的图像进行精细的控制,以获得更好的视觉效果,ControlNet 让 AI 绘画的可控性有了质的突变,让 AGIC 真正的可以投入生产使用。

打开 stable-diffusion-webui,点击【Extensions】- 【Install from URL】输入 https://ghproxy.com/https://github.com/Mikubill/sd-webui-controlnet.git
然后点击【Install】等待安装,直到在【Installed】中显示,然后直接用命令重启 stable-diffusion-webui(不是 reload webui)。

由于 controlNet 会使用很多模型,所以在重启的时候会默认下载,如果下载失败或超时,需要手动下载到 controlnet 目录。

访问 huggingface.co 找到 controlnet 的地址:https://huggingface.co/lllyasviel/ControlNet-v1-1/tree/main

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

手动下载上面模型文件到 stable-diffusion-webui/extensions/sd-webui-controlnet/models 目录,查看已下载 controlnet 模型:

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

下载完成,重启 stable-diffusion-webui 即可在【txt2img】或【img2img】使用。

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

4.3 Jupyter Notebook

Jupyter Notebook 是一个基于网页的交互环境,可以用来编辑、运行 Python 代码,可视化看到运行结果。同时提供了基础的文件树操作功能等。

如已在章节 2.4 中安装了 Anaconda,直接使用以下命令运行 notebook

jupyter notebook --allow-root --NotebookApp.token='设置你的token'

访问 IP+8888 端口,可以开始使用 notebook

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

4.4 模型训练工具 Kohya_ss

Kohya_ss 是公认推荐训练 Stable Diffusion 模型的可视化工具,尤其在 windows 平台支持比较好,经过尝试在 linux 直接使用会遇到各种环境原因的问题,为了避免这些问题,十分推荐使用 docker 安装。

先按照 docker 官方文档安装好 docker,Ubuntu 安装 docker 文档:https://docs.docker.com/engine/install/ubuntu/
由于在 docker 容器中需要使用 GPU 资源,所以还需要先安装 NVIDIA Container Toolkit

sudo apt-get update \
    && sudo apt-get install -y nvidia-container-toolkit-base

# 查看是否安装成功
nvidia-ctk --version

然后下载 kohya_ss:

git clone https://github.com/bmaltais/kohya_ss.git

如下图,修改 kohya_ss/docker-compose.yaml 文件端口为 0.0.0.0:7861:7860(将 kohya_ss 的 7860 端口映射到宿主机的 7861 端口,因为 7860 会被 Stable Diffusion WebUI 占用),

启动参数设置为 "--username xxxx --password xxxx --headless", 注意替换 xxxx 为需要设置的账号密码

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

然后执行

docker compose build # 首次执行需要build

docker compose run --service-ports kohya-ss-gui

过程中会从 huggingface.co 下载模型文件,如果下载失败,可以尝试手动下载到目录 kohya_ss/.cache/user/huggingface/hub/models--openai--clip-vit-large-patch14/snapshots/8d052a0f05efbaefbc9e8786ba291cfdf93e5bff, 最后的 hash 值注意改成对应的版本。

下载地址 https://huggingface.co/openai/clip-vit-large-patch14/tree/main,注意下载全部文件

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

下载完成,然后访问端口 + 7861 端口,可以开始使用 Kohya_ss 训练模型了。

一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路,云的数据分析和人工智能的开源,stable diffusion,ai

五、总结

安装完 Stable Diffusion 及上面的推荐插件,你的 Stable Diffuion 已经具备强大的生产力。后续我会继续同大家一起探索和分享更多的使用经验。文章来源地址https://www.toymoban.com/news/detail-673636.html

到了这里,关于一份保姆级的 Stable Diffusion 部署教程,开启你的炼丹之路的文章就介绍完了。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 XL webui Linux服务器部署(保姆级教程)

    本人把部署过程遇到的坑,会尽可能详细地写在这篇文章中,以供参考。希望能对大家有所帮助! 4张RTX 4090,NVIDIA驱动版本为525.60.13,CUDA版本为12.0。 我部署的SDXL版本为SDXL-refiner-1.0,虽然SDXL官方github提供了UI界面的脚本,但是用起来不如 AUTOMATIC1111开发的好用,所以还是推

    2024年02月04日
    浏览(43)
  • Mac本地部署Stable Diffusion,超详细,含踩坑点(AI 绘画保姆级教程)

    相继在两个云平台 Kaggle 和 AutoDL 上部署了 Stable Diffusion 后,这周决定再在 Mac 本地部署一下 Stable Diffusion! 其实看 Stable Diffusion WebUI 的 Github 官网,步骤还是比较清晰简单的。 但实际部署过程中,确实还是遇到了不少问题,所以顺便将踩过的坑一一记录了下来,应该涵盖了大

    2024年02月11日
    浏览(51)
  • 【AI绘画】云服务器部署stable-diffusion-webui保姆级教程

    之前给大家写过Mac苹果笔记本上部署stable-diffusion-webui的教程,知乎链接: 【奶奶看了也不会】AI绘画 Mac安装stable-diffusion-webui绘制AI妹子保姆级教程 但是安装过程就花了一天的时间,各种问题处理起来真是苦不堪言。。。而且生成图的速度也很慢,一张512 x 512大小的图片就要

    2024年02月09日
    浏览(59)
  • 在男朋友的 Mac 上部署 Stable Diffusion(超详细,含踩坑点,AI 绘画入门保姆级教程)

    这周工作不是很饱和(嘘),所以相继在两个云平台 Kaggle 和 AutoDL 上部署了 Stable Diffusion 后,决定再在 Mac 本地部署一下 Stable Diffusion! 其实看 Stable Diffusion WebUI 的 Github 官网,步骤还是比较清晰简单的。 但实际部署过程中,确实还是遇到了不少问题,所以顺便将踩过的坑一

    2024年04月17日
    浏览(50)
  • 【保姆级讲解如何Stable Diffusion本地部署】

    🌈个人主页:程序员不想敲代码啊🌈 🏆CSDN优质创作者,CSDN实力新星,CSDN博客专家🏆 👍点赞⭐评论⭐收藏 🤝希望本文对您有所裨益,如有不足之处,欢迎在评论区提出指正,让我们共同学习、交流进步! 部署一个模型像Stable Diffusion通常涉及几个步骤。Stable Diffusion是一个

    2024年04月10日
    浏览(36)
  • Stable Diffusion保姆级安装教程

    Stable Diffusion是一款强大的AI图像生成模型,被誉为最优秀的AI绘画工具之一,现在我们要与大家分享Stable Diffusion的本地部署教程,让你轻松体验! 0、系统要求 在开始之前,确保你的电脑硬件符合以下推荐配置: CPU:无要求 主板:无要求 硬件:需要电脑操作 上网:一定要自

    2024年01月19日
    浏览(47)
  • 万字长文:Stable Diffusion 保姆级教程

    2022年绝对是人工智能爆发的元年,前有 stability.ai 开源 Stable Diffusion 模型,后有 Open AI 发布 ChatGPT,二者都是里程碑式的节点事件,其重要性不亚于当年苹果发布iPhone,Google推出Android。它们让AI不再是一个遥不可及的技术名词,而是触手可及、实实在在的智能应用工具。 不同

    2024年02月03日
    浏览(50)
  • Stable Diffusion下载安装,保姆级教程指南!

    3、版本:截止至目前,Stable Diffusion已经发布了7个版本,最新的是Stable Diffusion3.0,但目前还未完全开放测试资格,想体验最新版本的小伙伴可去官网申请。 版本号 发布日期 备注 1.4 2022 年 8 月 不存在“1.0版本”。相反,有版本 1.1、1.2、1.3、1.4。全部由 CompVis 发布。 1.5 202

    2024年04月16日
    浏览(39)
  • Stable Diffusion最全保姆级安装教程(建议收藏)

    Midjourney 因细致的画图风格备受大家的欢迎,但由于其网络环境以及会员费,导致入门门槛过高,拦住了很多对AIGC感兴趣的小伙伴。 今天阿良就教大家,不需要魔法,也不用交会员费,尽情玩转AI出图的保姆级安装教程,建议收藏。 对于Midjourney 高额的会员费,SD的高性价比

    2024年02月05日
    浏览(39)
  • Stable Diffusion 保姆级教程!全网最新最全!小白必备!

    ** Stable Diffusion无疑是最近最火的AI绘画工具之一,所以本期给大家带来了全新Stable Diffusion 保姆级教程资料包(文末可获取) 2022年绝对是人工智能爆发的元年,前有 stability.ai 开源 Stable Diffusion 模型,后有 Open AI 发布 ChatGPT,二者都是里程碑式的节点事件,其重要性不亚于当

    2024年02月03日
    浏览(47)

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