Stable Diffusion XL webui Linux服务器部署（保姆级教程）-Toy模板网

这篇具有很好参考价值的文章主要介绍了Stable Diffusion XL webui Linux服务器部署（保姆级教程）。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。

Stable Diffusion XL webui Linux服务器部署

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！

机器配置情况

Stable Diffusion XL webui Linux服务器部署（保姆级教程）,stable diffusion,linux,python,深度学习,pytorch 4张RTX 4090，NVIDIA驱动版本为525.60.13，CUDA版本为12.0。

开始部署

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，所以还是推荐用AUTOMATIC1111的stable-diffusion-webui。

然后我用的是conda虚拟环境，python版本是3.10.13。切记python版本一定要3.10以上！

安装webui前准备

首先把stable-diffusion-webui克隆到服务器上

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

手动克隆依赖git仓库

由于网络原因，stable-diffusion-webui所依赖的5个仓库（stablediffusion、generative-models、k-diffusion、BLIP），基本不可能一次性自动下载下来，所以最好自己事先克隆好。
先把stable-diffusion-webui\modules\launch_utils.py中大概380行左右的5行代码注释掉：

    # git_clone(stable_diffusion_repo, repo_dir('stable-diffusion-stability-ai'), "Stable Diffusion", stable_diffusion_commit_hash)
    # git_clone(stable_diffusion_xl_repo, repo_dir('generative-models'), "Stable Diffusion XL", stable_diffusion_xl_commit_hash)
    # git_clone(k_diffusion_repo, repo_dir('k-diffusion'), "K-diffusion", k_diffusion_commit_hash)
    # git_clone(codeformer_repo, repo_dir('CodeFormer'), "CodeFormer", codeformer_commit_hash)
    # git_clone(blip_repo, repo_dir('BLIP'), "BLIP", blip_commit_hash)

再新建一个文件夹repositories，放在stable-diffusion-webui下，操作如下

mkdir repositories
cd repositories
git clone https://github.com/Stability-AI/stablediffusion.git stable-diffusion-stability-ai
git clone https://github.com/Stability-AI/generative-models.git
git clone https://github.com/crowsonkb/k-diffusion.git
git clone https://github.com/sczhou/CodeFormer.git
git clone https://github.com/salesforce/BLIP.git

这里说明一下：因为stable-diffusion-webui会把stablediffusion改成stable-diffusion-stability-ai，所以上述第一个克隆命令做了一下修改。

下载SDXL-refiner-1.0预训练模型

我这里用的是sd_xl_refiner_1.0.safetensors预训练模型权重，其他版本的可以去huggingface上下载，或者在官方git上打开相应版本的链接：
Stable Diffusion XL webui Linux服务器部署（保姆级教程）,stable diffusion,linux,python,深度学习,pytorch 下载完以后，放在stable-diffusion-webui/models/Stable-diffusion/路径下

换pip源

由于webui提供的自动安装的shell脚本是基于pip来安装的，所以需要换成国内镜像源，来加快下载速度，命令如下：

pip config set global.index-url https://mirrors.aliyun.com/pypi/simple

安装

准备就绪后，先返回到stable-diffusion-webui文件夹下，然后运行webui.sh 文件

cd stable-diffusion-webui
./webui.sh

如果出现以下报错：

File "/stable-diffusion-webui/repositories/k-diffusion/k_diffusion/layers.py", line 4, in <module>
    from dctorch import functional as df
ModuleNotFoundError: No module named 'dctorch'

通过指定路径来安装，因为stable-diffusion-webui会创建一个venv文件夹，存放所有的依赖包。具体如下：

pip install dctorch --target /stable-diffusion-webui/venv/lib/python3.10/site-packages/

如果在终端输入./webui.sh以后，出现以下情况：

Launching Web UI with arguments:
no module 'xformers'. Processing without...
no module 'xformers'. Processing without...
No module 'xformers'. Proceeding without it.

也可以通过同样的方式来安装，不过需要注意的是，要与python版本、torch版本（通过webui.sh来安装的话就是2.0.1）相匹配，我这里安装的xformers是0.0.20 版本，

pip install xformers==0.0.20 --target /stable-diffusion-webui/venv/lib/python3.10/site-packages/

xformers是用来加速MHA计算的，使用xformers包的话可以用以下操作：

./webui.sh --xformers

出现下面的URL，就表示安装完成了！
Stable Diffusion XL webui Linux服务器部署（保姆级教程）,stable diffusion,linux,python,深度学习,pytorch

设置public link

由于我是部署在服务器，有时候想windows本地使用的话，需要能外部访问，所以想设置一个外部链接。
首先，直接将命令改成：

./webui.sh --share --xformers

下载相关文件

如果有如下报错：
Stable Diffusion XL webui Linux服务器部署（保姆级教程）,stable diffusion,linux,python,深度学习,pytorch

首先手动下载frpc_linux_amd64文件
然后按要求重命名为frpc_linux_amd64_v0.2
最后放在/stable-diffusion-webui/venv/lib/python3.10/site-packages/gradio/文件夹下
给frpc_linux_amd64_v0.2可执行权限：

chmod +x /stable-diffusion-webui/venv/lib/python3.10/site-packages/gradio/frpc_linux_amd64_v0.2

修改配置文件

同样在 /stable-diffusion-webui/venv/lib/python3.10/site-packages/gradio/文件夹下，找到networking.py，大概在28行左右：

# By default, the local server will try to open on localhost, port 7860.
# If that is not available, then it will try 7861, 7862, ... 7959.
INITIAL_PORT_VALUE = int(os.getenv("GRADIO_SERVER_PORT", "7860"))
TRY_NUM_PORTS = int(os.getenv("GRADIO_NUM_PORTS", "100"))
LOCALHOST_NAME = os.getenv("GRADIO_SERVER_NAME", "127.0.0.1")
GRADIO_API_SERVER = "https://api.gradio.app/v2/tunnel-request"

将LOCALHOST_NAME改成自己服务器的IP，也就是下面这行：

LOCALHOST_NAME = os.getenv("GRADIO_SERVER_NAME", "YOUR IP")

相应地，端口也可以在INITIAL_PORT_VALUE中修改。
接着，在121行左右，修改server_name为你服务器的IP：

server_name = server_name or LOCALHOST_NAME
url_host_name = "localhost" if server_name == "0.0.0.0" else server_name

改成

server_name = "YOUR IP"
url_host_name = "localhost" if server_name == "0.0.0.0" else server_name

至此，已经可以通过外部访问了。

设置账户密码

出于安全考虑，可以设置访问的账户和密码，只需在在运行命令的时候加上--gradio-auth user:password选项即可。冒号前面是你登录的账户名，后面是账户对应的密码。

最后运行：

./webui.sh --share --xformers --gradio-auth user:password

出现以下界面就大功告成了！撒花！
顺带一提：用自己服务器部署比在hugging face上直接用别人的快多了，按默认设置跑，3秒一张图，嘎嘎香！
Stable Diffusion XL webui Linux服务器部署（保姆级教程）,stable diffusion,linux,python,深度学习,pytorch 文章来源地址https://www.toymoban.com/news/detail-756142.html