配置 Stable Diffusion WebUI 纯 CPU 或核显绘画

这篇具有很好参考价值的文章主要介绍了配置 Stable Diffusion WebUI 纯 CPU 或核显绘画。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。

(如有更新,见原文:https://blog.iyatt.com/?p=12345 )

1 前言

我笔记本电脑的独显上半年的时候烧掉了,所以只能用 CPU,折腾了一下午总算给配置出来了。我这里用的官方 Python,网上很多教程用 Anaconda(也是一种 Python 发行版),其实没必要。最开始我就跟着用 Anaconda,挺折腾的,到后面发现只是需要 Python 而已,那整体简单多了。喜欢用 Anaconda 的也可以用,不影响,只是需要 Python 这个基础,然后在上面跑 PyTorch,Stable Diffusion 又是基于 PyTorch,结构就是这样。

下面的图片是用 SD 生成的,没独显还是老 CPU,速度超级慢。

内存占用挺高的(和设置图片尺寸有关)
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python

2 环境

CPU:Intel i5-8265U
RAM:20GB
OS:Windows 11 专业工作站版 23H2(预览版)

注意:配置中需要使用梯子,设置成系统代理+绕过大陆就行
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python

3 配置

3.1 安装 Python

官网下载地址:https://www.python.org/downloads/
注意安装的时候勾选添加到 PATH 环境变量,不然要手动去添加
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python
我测试时 SD 最新版为 1.7.0,建议的 Python 版本不超过 3.10.6

添加了环境变量,在终端就能执行
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python

升级 pip 版本

python -m pip install pip

配置过程中不建议换国内源,我开始尝试的时候换了国内的,结果环境配置找不到指定版本的包导致报错,应该是国内镜像可能存在不及时同步的问题,或者选择性同步。而且后续配置过程也要使用代理,没必要改用国内镜像,直接默认官方源就行。

3.2 安装 Git

下载 Git:https://git-scm.com/downloads
安装后检查环境变量是否正常,保证可以运行

 git --version

配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python

3.3 配置 Stable Diffusion

这里用网页 UI 版的,方便操作。然后一个是原版:https://github.com/AUTOMATIC1111/stable-diffusion-webui ,另外一个是支持 Intel 显卡的版本,也支持核显(使用 OpenVINO):https://github.com/openvinotoolkit/stable-diffusion-webui

使用 Intel 显卡或者 Intel 核显的情况建议使用第二个版本,其它情况就用第一个版本。

首先打开代理,再选择一种进行准备操作:

① 原版

下载源码:

# 指定版本 1.7.0
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git --branch=v1.7.0

没有 NVIDIA 显卡支持的,下载后编辑下图的文件,在 set COMMANDLINE_ARGS= 后,加上 –skip-torch-cuda-test --precision full --no-half(跳过 PyTorch CUDA 测试,使用全精度,禁止半精度)
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python


② OpenVINO 版

下载源码

# 没有版本标签,下载最新的
git clone https://github.com/openvinotoolkit/stable-diffusion-webui.git


完成上面的准备工作后,进行首次运行准备
直接双击 webui-user.bat 脚本执行
首次执行过程中会进行一些初始化准备,比如创建虚拟环境,安装 PyTorch,下载模型,要通过代理下载的东西差不多能有 10 GB 吧。准备完成会自动打开浏览器访问 http://127.0.0.1:7860/
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python

4 附

4.1 汉化

汉化界面可以使用这个开源项目:https://github.com/VinsonLaro/stable-diffusion-webui-chinese
支持纯中文,或者中英混合
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python

4.2 关于 OpenVINO 版

要使用核显加速的话,脚本选 OpenVINO 加速,设备选 GPU,下面有个默认勾选可以去掉。如果勾选了就会覆盖上面的采样器,当然它建议的是使用下面在 OpenVINO 验证过的采样器,用其它出问题的可能性更大,但是发挥就比较有限了。
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python

我折腾的时候原版最新版本为 1.7.0,而 OpenVINO 版最新的是基于 1.6.0,用起来很多存在问题(下面说),维护更新也不太好,最近一次更新已经是一个月前了(看的 GitHub 提交记录)。

加速效果确实可以,我电脑上 CPU 能跑两三个小时的图,核显跑能变成十几分钟,速度提高了好多,几倍到十几倍。要是有较好的独立显卡,估计一分钟不到,甚至几秒就能出图。当然电脑会变得很卡,CPU 跑的时候满负载,核显空闲的,同时干其它事不会明显的卡,但是核显跑满了,CPU 是有空闲,却会感觉到明显的卡顿。下图是我用核显跑的时候的资源占用情况:
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python

下面主要说说我目前遇到的问题:
(1)提示词和反向提示词的范围要一致
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python
我这里画一个图不一致的时候就会报错

ValueError: `prompt_embeds` and `negative_prompt_embeds` must have the same shape when passed directly, but got: `prompt_embeds` torch.Size([1, 154, 768]) != `negative_prompt_embeds` torch.Size([1, 231, 768]).

配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python

就是说提示词和反向提示词的形状不一致,然后我用逗号硬凑成一样范围才能跑起来
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python

(2)如果使用了“高分辨率修复”,GPU 加速就无效了,会变成纯 CPU 跑。
配置 Stable Diffusion WebUI 纯 CPU 或核显绘画,stable diffusion,pytorch,python文章来源地址https://www.toymoban.com/news/detail-773269.html

到了这里,关于配置 Stable Diffusion WebUI 纯 CPU 或核显绘画的文章就介绍完了。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 绘画入门教程(webui)-提示词

    通过上一篇文章大家应该已经掌握了sd的使用流程,本篇文章重点讲一下提示词应该如何写 AI绘画本身就是通过我们写一些提示词,然后生成对应的画面,所以提示词的重要性不言而喻。 要想生成更加符合自己脑海里画面的图片,就尽量按照标准化把提示词按照模版写

    2024年02月21日
    浏览(50)
  • 官方教程:Stable Diffusion WebUI 绘画—GpuMall智算云

    #GpuMall智算云#  #huggingface# #大模型# 目前平台集成了  Stable Diffusion WebUI  的官方镜像,该镜像中整合如下资源: 已集成模型​ 常用插件​ 体验:GpuMall智算云 1. 创建实例并选择该镜像​ 如下图方式选择该镜像,然后点击右下角创建实例 2. 创建自定义端口​ Stable Diffusion We

    2024年01月19日
    浏览(57)
  • AI 绘画 stable diffusion webui 常见模型汇总及简介

    主要是记录索引一下常见的 AI 绘画作画模型,方便自己用。主要收集 stable diffusion webui 用大模型(ckpt与safetensors)包括了常见的模型比如的Waifu Diffusion、anything、f222、basil mix、urpm 、chillout mix等模型。 Lora(人物卡模型)和hypernetworks(embedding和hypernetwork)暂时不打算广泛搜集

    2024年02月02日
    浏览(61)
  • stable-diffusion-webui教程(AI绘画真人教程)

    首先给大家看看效果,这个就是新一代的AI绘画的造物,是不是很漂亮,AI自定义老婆从此不再是梦了。 下面就给大家演示一下,这个软件如何部署,和部署完成之后如何获取相关的,和模型,然后大家也可以自己做出来自己喜欢的AI老婆。 这里是别的大佬的项目的地

    2024年02月02日
    浏览(57)
  • AI绘画指南 stable diffusion webui (SD webui)如何设置与使用

    根据自己最近的理解与实践,只能说是给后来的AI绘画作画者一点快速上手入门的参考吧。 主要是涉及 SD webui 界面介绍 参数含义及调整,txt2img 怎么设置特征点,img2img 怎么完善原始图像等内容。 SD webui 的默认地址为  127.0.0.1:7860 目前有中文界面了,下文将以中文版为主,结

    2024年02月04日
    浏览(60)
  • 基于CPU的云部署Stable-diffusion-webui的详细过程

    最近看到很多很精美的AI图片,也想体验下,正好我有台2vCPU和2G内存轻量云服务器,但是不想再额外买GPU,就想着用CPU模式自己部署,部署经过摸索能顺利完成,但是加载模型已经很吃力,老是提示没有足够内存。本过程主要是用来记录部署的详细过程,仅针对于CPU跑Stable-d

    2024年01月22日
    浏览(54)
  • AI绘画stable-diffusion-webui指定GPU运行

    在cmd_args.py文件中,进行运行参数的设定,其中可以指定gpu信息 其中: 命令行运行的时候指定具体gpu的id,例如: 表示使用id为3的gpu卡运行,其中--listen表示允许远程访问。

    2024年02月11日
    浏览(45)
  • AI绘画stable-diffusion-webui+ChilloutMix云部署

    腾讯GPU实验室:https://cloud.tencent.com/act/pro/gpu-study?from=10680 实例规格:GPU计算型GN7 | GN7.2XLARGE32 系统:Ubuntu Server 20.04 LTS 64位 根据安装要求python版本需要为3.10.6. 下载python3.10.6. 网络慢的话手动上传到服务器。 解压并进入该目录,后续的所有命令均在该目录中执行: 1.下载代码

    2024年01月20日
    浏览(62)
  • 4G显存玩转AI绘画!Stable Diffusion WebUI Forge来了!

    经常使用Stable Diffusion WebUI的同学可能都被显存的问题困扰过,其运行时需要巨大的显存空间,跑着跑着显存可能就爆了,不得不重新启动。不过现在这个问题解决了,因为Stable Diffusion WebUI Forge来了。 相较于原版的SD WebUI(针对1024像素分辨率下的SDXL图片生成),可以获取以下

    2024年04月29日
    浏览(49)
  • Window 10搭建AI绘画平台-stable-diffusion-webui

    一,安装环境:         1,Python Release Python 3.10.6 | Python.org         一定要安装 Python3.10.6 以上版本,并配好环境变量。               2,Pytorch  CUDA Toolkit Archive | NVIDIA Developer               安装CUDA,下载如下部署电脑截图的对应版本。                      

    2024年02月16日
    浏览(66)

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