最新Mac 上摆设 Stable Diffusion安装包（超详细，含踩坑点，AI 绘画入门保 ...

一、 引言

这周工作不是很饱和（嘘），所以相继在两个云平台 Kaggle 和 AutoDL 上摆设了 Stable Diffusion 后，决定再在 Mac 当地摆设一下 Stable Diffusion！
其实看 [Stable Diffusion WebUI 的 Github 官网]，步骤照旧比较清晰简单的。

但实际摆设过程中，确实照旧遇到了不少问题，所以趁便将踩过的坑逐一记录了下来，应该涵盖了大部分同砚都会遇到的问题，是的，全帮你们填平了，有的问题还给出了多种解决方案。
所以，Mac 党的朋友，想在当地摆设 Stable Diffusion，拿着这份保姆级教程，直接冲就完事！
由于我的 Mac 太渣了（2015 年款），于是抢了男朋友的 Mac 来搞一下。
二、 Mac 的配置

MacBook Pro（2021 年）
芯片：Apple M1 Pro
核总数：8 + 14
内存：16GB
存储：512GB
macOS：Ventura 13.3.1
这个配置下，出图的服从怎么样呢？
文章的第五部分「性能测试」中，基于同一模子、不同采样方法，在进行了多组测试后，出图服从简单记录了一下，大家可以参考~
三、 安装步骤

1. 安装 [Homebrew]

方式一：官方安装（大概会因网络问题导致失败）

1. /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

复制代码

输入 brew -v 验证 Homebrew 是否安装成功：出现版本号说明 Homebrew 已经安装成功了。

补充知识：

• Homebrew 官网：brew.sh/
  
• 通过官网方式安装的，卸载 Homebrew 的方式如下（注意：如果是国内镜像安装的，不消这个下令卸载）：
  

1. /bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/uninstall.sh)"

复制代码

方式二：国内镜像安装

如果用第一种方式输入下令没有反应，大概是安装过程中出错了，多数是因为网络问题。可以用国内镜像进行 Homebrew 的安装。

1. /bin/bash -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"

复制代码

Core、Cask、services 是 Homebrew 的其他组件，应该不是摆设 Stable Diffusion WebUI 必须的。为了保险起见，这里直接都装了。

有些电脑 xcode 和 git 混乱，再运行一次，此处如果有 error 正常。

安装成功后，必要重启终端大概运行 source /Users/your_user_name/.zprofile 才能见效。
输入 brew -v 验证 Homebrew 是否安装成功：出现版本号说明 Homebrew 已经安装成功了。

补充知识

• 如果之前安装过 Homebrew，会将之前的 Homebrew 备份在桌面的 Old_Homebrew 文件夹里。如果内里没有你必要的可以删除。
  
• 常用下令
  
  
  
  • 检察版本：brew -v
    
  • 更新 brew 版本：brew update
    
  • 查找：brew search xxx（此中 xxx 更换为要查找的关键字）
    
  • 安装：brew install xxx
    
  • 检察当地软件库列表：brew ls
    
  
  
• 卸载 Homebrew 如果是通过国内镜像安装的 Homebrew，用这个下令卸载:
  

1. /bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/HomebrewUninstall.sh)"

复制代码

• 安装位置 在 Mac M1 上，Homebrew 的安装位置不是在以前的 /usr/local/，而是在 /opt/homebrew，这个大家注意。
  
• 如果安装过程中还遇到了其他问题，可以看文章的第四部分 大概会遇到的问题，看看有没有表明。
  

2. 安装 Python 等环境依赖

cmake、protobuf、rust、python@3.10、git、wget，这些都是在背面安装 Stable Diffusion WebUI 时必要用到的依赖，这里通过一条下令直接安装了。

1. brew install cmake protobuf rust python@3.10 git wget

复制代码

Stable Diffusion WebUI 的 github 中发起使用 3.10.6，因为高版本的 Python 不支持 torch：
   Install Python 3.10.6 (Newer version of Python does not support torch), checking “Add Python to PATH”.
  文章写于 2023 年 7 月，后续应该会支持吧~
3. 克隆

上一步执行成功后，我们进行 Stable Diffusino WebUI 的克隆。

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

复制代码

这一步大概会遇到下载不下来，大概下载过程中出错的问题，可以看文章的第四部分 大概会遇到的问题，看看有没有表明。
如果依然没有解决，直接，干脆，进到 SDW Github 主页，直接下载 Zip 到当地，然后解压就好了。

4. 下载模子

这里包罗三大类：大模子、Lora 模子以及 VAE 模子。（当然另有其他细分小模子，后续介绍）
这一步可以先扔一个大模子上去，后续有必要可以再渐渐下载其他的。
不想自己下载的话，可以找我要网盘链接。
大模子
放在 stable-diffusion-webui/models/Stable-diffusion 下面
文件后缀：ckpt 大概 safetensors
Lora 模子
放在 stable-diffusion-webui/models/Lora 下面（在没有执行 ./webui.sh

前，是没有 Lora 这个目录的，可以先不放）
VAE 模子
Variational Auto Encoder
可以简单理解为滤镜
放在 stable-diffusion-webui/models/VAE 下面
下载方式一：从 C 站下载（必要特殊网络）

选中「Models」-「筛选」- 选择「Model types」（是大模子、照旧 LoRA、照旧 VAE等） - 然后选择一个模子点进去。
如果知道要下载的模子的名称的话，也可以直接在搜索框搜索模子名字，然后点进模子。

直接点「Download」按钮进行下载。

下载方式二：从 huggingface 下载

如果登不上 C 站，可以试试 huggingface，方式也比较简单。
选择「Text-to-Image」，按下载量排序，我们选第一个下载量最多的，然后点进去。

切换到「Files and versions」，下面四个后缀为 satetensors 或 ckpt 的就是大模子了，随意下载一个就好。
此中 v1-5-pruned-emaonly 比较小，4 个多 GB，必要的显存少，恰当于推理。
v1-5-pruned 比较小，7个多 GB，必要的更多的显存，恰当于微调。

5. 启动 WebUI

进到 Stable Diffusion WebUI 对应的安装目录：

1. cd stable-diffusion-webui

复制代码

启动 Stable Diffusion WebUI：

1. ./webui.sh

复制代码

第一次启动，会下载一些组件库和依赖，大概会比较慢，大家耐心等待。
   注意
  如果上一步没有下载模子，这里也会自动帮我们下载一个默认的模子。因为大模子一般都好几个 GB，下起来比较慢，所以推荐大家照旧在上一步中自己先将模子下载下来（至少放一个大模子进去，如许这一步就不会再自动去下模子了）。
  当然出错最多的也是在启动 WebUI 这个过程。这个过程中会遇到各种各样的报错。我们必要多次停下、解决、再重新执行 ./webui.sh

。
不过不消担心之前的安装都白费了，因为它会从你上次安装到的地方接着往下安装。
如果安装过程中报错了，可以看文章的第四部分「大概会遇到的问题」，看看有没有相应的表明。
当出现 Running on local URL: http://127.0.0.1:7860 的时间，说明 Stable Diffusion WebUI 已经启动好了。

在浏览器中输入 http://127.0.0.1:7860 就可以看到 Stable Diffusion WebUI 的界面了。

温馨提示

• 在运行过程中，不要关闭 Terminal，否则页面就打不开了。
  
• 下次再启动，进到 Stable Diffusion WebUI 对应的目录，执行 ./webui.sh
  
  即可。
  
• 如果安装过程中报错了，可以看文章的第四部分「大概会遇到的问题」，看看有没有表明。
  

四、 大概会遇到的问题

1. 用国内镜像安装 Homebrew 大概出现的问题

问题描述

解决
大概翻译一下，意思是说，在 “/opt/homebrew/Library/Taps/homebrew/homebrew-core” 的堆栈中检测到可疑的所有权，若要为此目录添加异常，请调用：
git config --global --add safe.directory /opt/homebrew/Library/Taps/homebrew/homebrew-core。
下面另一个错误，也是雷同的意思。所以我们只必要按照上面的提示，在下令行中输入这两行，就完美解决了。当再执行 brew -v 就不报错了！

1. git config --global --add safe.directory /opt/homebrew/Library/Taps/homebrew/homebrew-core
2. git config --global --add safe.directory /opt/homebrew/Library/Taps/homebrew/homebrew-cask

复制代码

2. HTTP/2 stream 1 was not closed cleanly before end of the underlying stream

问题描述
在 git clone 的时间报：
致命错误：无法访问 'github.com/AUTOMATIC11… stream 1 was not closed cleanly before end of the underlying stream

解决：将通讯协议改成 http/1.1

1. git config --global http.version HTTP/1.1

复制代码

将通讯协议改成 http/1.1 之后，发现可以正常下载了。

3. Couldn’t install torch.

在执行完 ./webui.sh

后报 “RuntimeError: Couldn’t install torch.”

在 modules/launch_utils.py 中看到了这段注释：

这段注释是说，如果遇到了 “RuntimeError: Couldn’t install torch.” 大概其他问题，大概是 Python 版本的问题，升级大概降级到 3.10 的最新版本，然后删掉 WebUI 目录下的 venv 目录再重试。
但是上面我们明明执行过 brew install cmake protobuf rust python@3.10 git wget

这个下令，此中安装了 Python 3.10 呀。按理说不应该呀。
怀着猜疑的态度我在下令行里输入 python3 -V 进行检察。
咦，一看不得了，这版本咋是 3.9.6？

这个 3.9 的 Python 版本，应该是 Mac 自带的 Python。大概就是因为这个原因导致启动时下载库出错。
于是又从 Python 官网下载了 Python 3.10.10 这个版本。按提示傻瓜式安装就好了。之后还配置了一下环境变量。

1. # 编辑 ~/.bash_profile
2. vim ~/.bash_profile

复制代码

文件中加入这三行

1. PATH="/opt/homebrew/bin/:${PATH}"
2. export PATH=${PATH}
3. alias python="/opt/homebrew/bin/python3.10"

复制代码

1. # 使配置生效
2. source ~/.bash_profile

复制代码

这时版本就成 3.10.10 了。

然后删掉 WebUI 目录下的 venv 目录，再执行 ./webui.sh

，终于不报错了！就是下的有些慢～

4. Couldn’t install gfpgan.

在执行完 ./webui.sh

后报 “RuntimeError: Couldn’t install gfpgan.”
其实是因为没有下载下来 gfpgan。我们可以从报错信息中找到下载链接，如下图中横线部分，然后 copy 这个链接到浏览器中进行下载，然后将下载好的 zip 文件加压，并将目录名改成 GFPGAN，然后拖到 stable-diffusion-webui 这个目录下就好了。当再次执行 ./webui.sh

时，发现已经跨过 GFPGAN，继续下载其他依赖了。完美解决！

5. Couldn’t install clip.

在执行完 ./webui.sh

后报 “RuntimeError: Couldn’t install clip.”
可以手动下载后安装，就像解决 “Couldn’t install gfpgan” 这个问题一样。但是这里我们换一种解决方式。
打开 modules/launch_utils.py，搜索 github.com/ ，在每一处前面都加上 ghproxy.com/ ，加完后是如许的 ghproxy.com/https://git… ，如下图。

一共是 7 处，修改完成后保存。再执行 ./webui.sh

，就没有问题了。
   为什么这里不消上面解决 gfpgan 的手动下载的方式呢？
  看 prepare_environment() 这个方法里，一共定义了 7 处下载地点，如果不消添加代理的方式，大概率接下来在下载 K-diffusion、CodeFormer、BLIP 的时间，也是会报错的。所以这里一起改掉，万事大吉！
这种方法也可以解决以下报错：
Couldn’t install K-diffusion
Couldn’t install CodeFormer
Couldn’t install BLIP
6. Couldn’t install K-diffusion

见 5 解决方法。
7. Couldn’t install CodeFormer

见 5 解决方法。
8. Couldn’t install BLIP

见 5 解决方法。
五、 性能测试

大模子：dreamshaper
Euler：出一张 512 * 512 的图，约 20 ~ 30s
DPM++ SDE Karras：出一张 512 * 512 的图，约 1 ~ 1.5 min
六、 竣事语

Stable Diffusion 当地摆设相对于 Stable Diffusion 云摆设，最大的两个优点就是：
更自由（懂的都懂）！
不费钱，完全免费！
Kaggle 固然每月可白嫖 30 个小时的算力，但太容易被封，轻微画得上头一些，就被封了。我的账号就被祭了。

Kaggle 被封后，又转战到了 AutoDL，相比于 Kaggle 来说，不那么容易被封，但是必要费钱。大部分呆板实例在 1～2 元 / 小时，也不算贵，但是用完后一旦忘记给实例关机，一天几十就出去了。呃，这。。。

所以这周，一顿操作猛如虎，终于在 Mac 上成功摆设了 Stable Diffusion，实现了 Stable Diffusion 自由！也将所有踩过的坑，逐一填平并记录了下来。盼望可以帮到想在 Mac 上摆设 Stable Diffusion 的同砚。
其着实 Mac 当地摆设 Stable Diffusion 遇到的大部分问题，基本都是网络造成的。每个人的电脑配置及网络环境都不一样，所以有时会遇到试了好几个解决方案都无法解决的情况。其实我也是。网友说他这么改成功了，而我那么改，依然不起作用。
所以最后想对大家说的是，耐心一点，再耐心一点，方法总是有的，问题总会解决！
大家加油！也盼望这篇教程可以真的帮到大家！
如何学习Stable Diffusion ?

2023年，AIGC绘画元年，从年初以来，以Midjourney和Stable Diffusion 为代表的AIGC绘画迎来春天，掀起了一场生产力革命。
Stable diffuson最大的优势在于它的可控性以及免费开源。许多人想学习和使用stable diffusion,网上一搜,往往在安装这一步就劝退了许多人。
也因为Stable diffusion中的参数非常非常多，极其容易劝退,但究竟是，对于我们来说，只必要熟练使用即可，并不必要深入的去研究它的原理。
我在一线互联网企业工作十余年里，指导过不少偕行后辈。帮助许多人得到了学习和成长。
我意识到有许多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的许多狐疑，所以在工作繁忙的情况下照旧坚持各种整理和分享。但苦于知识传播途径有限，许多互联网行业朋友无法得到精确的资料得到学习提拔，故此将并将紧张的StableDiffusion学习资料包罗：StableDiffusion学习头脑导图、StableDiffusion必备模子，佳构AI学习册本手册、视频教程、实战学习等录播视频免费分享出来。

第一阶段（10天）Stable Diffusion初始入门

该阶段让大家对StableDiffusion有一个最前沿的认识，规避碎片化学习，对SD的理解将超过 95% 的人。可以在相关讨论发表高级、不跟风、又接地气的见解，成为AI艺术创作领域的佼佼者。

• 1.Stable Diffusion的开端及工作原理
  
• 2.Midjourney跟Stable Diffusion之间的的区分指南
  
• 3.Stable Diffusion一键包快速实现摆设
  
• 4.Stable Diffusion启动器参数
  
• 5.Stable Diffusion的“Settings”页面高效配置Al模子
  
• 6.Stable Diffusion的插件安装指南
  
• 7.汉化Stable Diffusion界面实操
  
• 8.Stable Diffusion中的大模子使用指南
  
• 9.Stable Diffusion VAE模子
  
• 10.txt2img文本提示转换成图像实操
  
• 11.天生(Generate)功能相关的系列按钮
  
• 12.单批跟总批的配比选择指南
  
• 13.采样方法
  
• 14.天生图像的引导迭代步数
  
• …
  

第二阶段（30天）Stable Diffusion进阶应用

该阶段我们正式进入StableDiffusion进阶实战学习，学会构造私有知识库，扩展不同的艺术风格。快速根据甲方的要求改动高效出图。掌握智能绘图最强的AI软件，抓住最新的技能进展，恰当所有需出图行业。真·生产力大发作！！！

• 1.涂鸦Sketch功能
  
• 2.涂重绘鸦Inpainting Sketch功能
  
• 3.局部重绘Inpainting功能详解
  
• 4.上传蒙版Inpainting upload功能
  
• 5.segment anything辅助抠图功能
  
• 6.inpaint anything蒙版获取功能
  
• 7.ControlNet的开端及工作原理
  
• 8.ControlNet插件扩展功能
  
• 9.ControlNet基础界面使用指南
  
• 10.ControlNet五种线稿模子
  
• 11…ControlNet重绘修复模子
  
• 12.ControlNet 图像提示迁徙模子实战
  
• …
  

第三阶段（30天）专属Lora模子训练

恭喜你，如果学到这里，所有设计类岗位你将拥有优先选择权，自己也能训练Lora 了！通过对模子进行微调有效淘汰模子的参数量和盘算量，以天生特定的人物、物品或画风，掌握更多技能方案。
到此为止，大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗？

• 1.定制个人的LORA模子适配个性化需求
  
• 2.高质量素材过程中的紧张事项收集指南
  
• 3.birme工具批量化的处置惩罚图片实战
  
• 4.BooruDatasetTagManager工具打标图片实战
  
• 5.正则化训练集使用指南
  
• 6.SD-tainerLORA训练工具
  
• 7.SD-tainer工具训练自己的Lora操作
  
• 8.LORA模子测试指南
  
• …
  

第四阶段（20天）：商业闭环

对氛围性场景，关键词技巧，图生图实操流程等方面有一定的认知，教你「精准控制」所有图片细节，可以在云端和当地等多种环境下摆设StableDiffusion，找到恰当自己的项目/创业方向，做一名被 AI 武装的社会主义接棒人。

• 1.CodeFomer模子实战
  
• 2.固定同一人物形象IP实战
  
• 3.广告设计
  
• 4.电商海报设计
  
• 5.制作3D质感
  
• 6.室内设计全案例流程
  
• 7.AI赋能电商新视觉
  
• 8.老照片修复
  
• 9.小说推文
  
• 10.影视游戏制作
  
• 11.游戏开发设计
  
• 12.三维软件去精准辅助SD出高质量图实战
  
• 13.GFPGAN模子实战
  
• …
  

学习是一个过程，只要学习就会有挑战。天道酬勤，你越努力，就会成为越良好的自己。
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名AI绘图大神的精确特征了。
这份完整版的大模子 AI 学习资料已经上传CSDN，朋友们如果必要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

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。

继续阅读请点击广告