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
  
  
  
  
• 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
  

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

复制代码

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
  

1. conda create -n sd python=3.10.6
2. conda activate sd

复制代码

• 在stable-diffusion-webui根目录下运行安装依赖下令。
  

1. pip install -r requirements.txt

复制代码

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。
  

1. CUDA_VISIBLE_DEVICES=-1
2. COMMANDLINE_ARGS=--use-cpu all --no-half --precision full --skip-torch-cuda-test

复制代码

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。
  
  
  
  

2. def prepare_environment():
3.     torch_index_url = os.environ.get('TORCH_INDEX_URL', "https://download.pytorch.org/whl/cu121")
4.     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}")
5.     if args.use_ipex:
6.         if platform.system() == "Windows":
7.             # 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
8.             # This is NOT an Intel official release so please use it at your own risk!!
9.             # See https://github.com/Nuullll/intel-extension-for-pytorch/releases/tag/v2.0.110%2Bxpu-master%2Bdll-bundle for details.
10.             #
11.             # Strengths (over official IPEX 2.0.110 windows release):
12.             #   - AOT build (for Arc GPU only) to eliminate JIT compilation overhead: https://github.com/intel/intel-extension-for-pytorch/issues/399
13.             #   - Bundles minimal oneAPI 2023.2 dependencies into the python wheels, so users don't need to install oneAPI for the whole system.
14.             #   - Provides a compatible torchvision wheel: https://github.com/intel/intel-extension-for-pytorch/issues/465
15.             # Limitation:
16.             #   - Only works for python 3.10
17.             url_prefix = "https://github.com/Nuullll/intel-extension-for-pytorch/releases/download/v2.0.110%2Bxpu-master%2Bdll-bundle"
18.             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")
19.         else:
20.             # Using official IPEX release for linux since it's already an AOT build.
21.             # However, users still have to install oneAPI toolkit and activate oneAPI environment manually.
22.             # See https://intel.github.io/intel-extension-for-pytorch/index.html#installation for details.
23.             torch_index_url = os.environ.get('TORCH_INDEX_URL', "https://pytorch-extension.intel.com/release-whl/stable/xpu/us/")
24.             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}")
25.     requirements_file = os.environ.get('REQS_FILE', "requirements_versions.txt")
26.     requirements_file_for_npu = os.environ.get('REQS_FILE_FOR_NPU', "requirements_npu.txt")
28.     xformers_package = os.environ.get('XFORMERS_PACKAGE', 'xformers==0.0.23.post1')
29.     clip_package = os.environ.get('CLIP_PACKAGE', "https://github.com/openai/CLIP/archive/d50d76daa670286dd6cacf3bcd80b5e4823fc8e1.zip")
30.     openclip_package = os.environ.get('OPENCLIP_PACKAGE', "https://github.com/mlfoundations/open_clip/archive/bb6e834e9c70d9c27d0dc3ecedeebeaeb1ffad6b.zip")
32.     assets_repo = os.environ.get('ASSETS_REPO', "git@github.com:AUTOMATIC1111/stable-diffusion-webui-assets.git")
33.     stable_diffusion_repo = os.environ.get('STABLE_DIFFUSION_REPO', "git@github.com:Stability-AI/stablediffusion.git")
34.     stable_diffusion_xl_repo = os.environ.get('STABLE_DIFFUSION_XL_REPO', "git@github.com:Stability-AI/generative-models.git")
35.     k_diffusion_repo = os.environ.get('K_DIFFUSION_REPO', 'git@github.com:crowsonkb/k-diffusion.git')
36.     blip_repo = os.environ.get('BLIP_REPO', 'git@github.com:salesforce/BLIP.git')
37. ...省略...

复制代码

运行stable-diffusion-webui

• 定位到launch.py文件，右键运行。
  
  
  
  
• 如无意外，欣赏器会自动打开http://127.0.0.1:7860/
  
  
  
  
• 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。
  
  
  
  
• Text-to-Image表示 文本天生图片。进入详情。
  
  
  
  
• 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。
  
  
  
  

文本天生图片

• 选择模子，第一次选择后要等候一会儿。
  
  
  
  
• 然后输入提示词，a dog。点击Generate。等候一会儿。
  
  
  
  
  
  
  
• 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。