stable-diffusion-webui在conda pycharm中运行
简介[*]stable-diffusion-webui是AI绘画 Stable Diffusion欣赏器UI界面，为用户提供了一个简朴、直观的方式来利用 Stable Diffusion 技能创建视觉内容。
下载
[*]官方所在 https://github.com/AUTOMATIC1111/stable-diffusion-webui
https://i-blog.csdnimg.cn/direct/2f0d0adcc23542ca9ed5aa9dea9ba912.png
[*]可以用git下令clone，大概直接下载。
[*]我使用的是git clone (建议用ssh方式,要先配 SSH keys https://github.com/settings/keys),在下令行中输入如下下令
git clone git@github.com:AUTOMATIC1111/stable-diffusion-webui.git
conda环境
[*] 假如不知道如何安装conda或在pycharm中怎么应用conda环境，可以看我这篇文章 https://blog.csdn.net/baidu_19473529/article/details/143442416，就不再赘述。
[*] 创建sd环境
conda create -n sd python=3.10.6
conda activate sd
[*]在stable-diffusion-webui根目录下运行安装依赖下令。
pip install -r requirements.txt
配置环境变量
[*]我没有独显，是以CPU运行。先到场使用CPU来AI绘画的变量。
CUDA_VISIBLE_DEVICES=-1
COMMANDLINE_ARGS=--use-cpu all --no-half --precision full --skip-torch-cuda-test
https://i-blog.csdnimg.cn/direct/30854b358da14eae8b4c1d367b252180.png
修改launch_utils.py文件
[*] 为什么要修改launch_utils.py文件呢？
[*]1、内里pip install遇上大文件会超时，加上–timeout=9999
[*]2、clone仓库时，用的https方式很慢，改为ssh方式。这也是我推荐先配置好SSH keys的意义。
[*] 主要会合在prepare_environment方法。
https://i-blog.csdnimg.cn/direct/05af530e545e47e48c2817a5e8244ea9.png
def prepare_environment():
torch_index_url = os.environ.get('TORCH_INDEX_URL', "https://download.pytorch.org/whl/cu121")
torch_command = os.environ.get('TORCH_COMMAND', f"pip install --timeout=9999 torch==2.1.2 torchvision==0.16.2 --extra-index-url {torch_index_url}")
if args.use_ipex:
if platform.system() == "Windows":
# The "Nuullll/intel-extension-for-pytorch" wheels were built from IPEX source for Intel Arc GPU: https://github.com/intel/intel-extension-for-pytorch/tree/xpu-main
# This is NOT an Intel official release so please use it at your own risk!!
# See https://github.com/Nuullll/intel-extension-for-pytorch/releases/tag/v2.0.110%2Bxpu-master%2Bdll-bundle for details.
#
# Strengths (over official IPEX 2.0.110 windows release):
# - AOT build (for Arc GPU only) to eliminate JIT compilation overhead: https://github.com/intel/intel-extension-for-pytorch/issues/399
# - Bundles minimal oneAPI 2023.2 dependencies into the python wheels, so users don't need to install oneAPI for the whole system.
# - Provides a compatible torchvision wheel: https://github.com/intel/intel-extension-for-pytorch/issues/465
# Limitation:
# - Only works for python 3.10
url_prefix = "https://github.com/Nuullll/intel-extension-for-pytorch/releases/download/v2.0.110%2Bxpu-master%2Bdll-bundle"
torch_command = os.environ.get('TORCH_COMMAND', f"pip install --timeout=9999 {url_prefix}/torch-2.0.0a0+gite9ebda2-cp310-cp310-win_amd64.whl {url_prefix}/torchvision-0.15.2a0+fa99a53-cp310-cp310-win_amd64.whl {url_prefix}/intel_extension_for_pytorch-2.0.110+gitc6ea20b-cp310-cp310-win_amd64.whl")
else:
# Using official IPEX release for linux since it's already an AOT build.
# However, users still have to install oneAPI toolkit and activate oneAPI environment manually.
# See https://intel.github.io/intel-extension-for-pytorch/index.html#installation for details.
torch_index_url = os.environ.get('TORCH_INDEX_URL', "https://pytorch-extension.intel.com/release-whl/stable/xpu/us/")
torch_command = os.environ.get('TORCH_COMMAND', f"pip install --timeout=9999 torch==2.0.0a0 intel-extension-for-pytorch==2.0.110+gitba7f6c1 --extra-index-url {torch_index_url}")
requirements_file = os.environ.get('REQS_FILE', "requirements_versions.txt")
requirements_file_for_npu = os.environ.get('REQS_FILE_FOR_NPU', "requirements_npu.txt")
xformers_package = os.environ.get('XFORMERS_PACKAGE', 'xformers==0.0.23.post1')
clip_package = os.environ.get('CLIP_PACKAGE', "https://github.com/openai/CLIP/archive/d50d76daa670286dd6cacf3bcd80b5e4823fc8e1.zip")
openclip_package = os.environ.get('OPENCLIP_PACKAGE', "https://github.com/mlfoundations/open_clip/archive/bb6e834e9c70d9c27d0dc3ecedeebeaeb1ffad6b.zip")
assets_repo = os.environ.get('ASSETS_REPO', "git@github.com:AUTOMATIC1111/stable-diffusion-webui-assets.git")
stable_diffusion_repo = os.environ.get('STABLE_DIFFUSION_REPO', "git@github.com:Stability-AI/stablediffusion.git")
stable_diffusion_xl_repo = os.environ.get('STABLE_DIFFUSION_XL_REPO', "git@github.com:Stability-AI/generative-models.git")
k_diffusion_repo = os.environ.get('K_DIFFUSION_REPO', 'git@github.com:crowsonkb/k-diffusion.git')
blip_repo = os.environ.get('BLIP_REPO', 'git@github.com:salesforce/BLIP.git')
...省略...
运行stable-diffusion-webui
[*] 定位到launch.py文件，右键运行。
https://i-blog.csdnimg.cn/direct/abe36b5bf90542269573c14c7931dbf1.png
[*] 如无意外，欣赏器会自动打开http://127.0.0.1:7860/
https://i-blog.csdnimg.cn/direct/77d9c42fe8ec47ca8d249af7c92dffbd.png
[*] 留意：此时还没有模子。还无法天生图片。
下载模子
[*] 据我所知有两个地方可以下载模子。
[*]1、huggingface 可以说是人工智能界的Github。
[*]2、civitai ,专门用来分享Stable Diffusion相关的资源。
[*] 我是在huggingface中下载的模子。有许多模子，我选择的是下载量最多的。
https://i-blog.csdnimg.cn/direct/5bbdf5ef51d644ceb3265072daf46e6c.png
[*] Text-to-Image表示 文本天生图片。进入详情。
https://i-blog.csdnimg.cn/direct/ce72fe1211bd41edae441ea7636eaec0.png
[*] 选择下载副档名为.ckpt或.safetensors的模子。后者因不具备执行程式码的能力因此较前者安全。至於-pruned代表模子有刪减过大小。
[*] 下载完成后，放在根目录/models/Stable-diffusion。重启stable-diffusion-webui。
https://i-blog.csdnimg.cn/direct/d1e101dbbe1f4dd8941389f0d2e4c16c.png
文本天生图片
[*] 选择模子，第一次选择后要等候一会儿。
https://i-blog.csdnimg.cn/direct/540ddb7eec5c4e17911124e5f50daef8.png
[*] 然后输入提示词，a dog。点击Generate。等候一会儿。
https://i-blog.csdnimg.cn/direct/824661e4c2ba48c3ac62160df66e9f3d.png
https://i-blog.csdnimg.cn/direct/d36dbbadbb844c938b9039e2ebd237d9.png
[*] 成功天生了一只狗的图片。
参考
[*]https://blog.csdn.net/wapecheng/article/details/132543920
[*]https://blog.yanghong.dev/stable-diffusion-webui-model-download/
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]