Stable Diffusion：Linux、Mac环境安装教程

一、配置Python环境

1. 安装conda

脚本获取链接：https://repo.anaconda.com/archive/
一路回车，该输yes输yes

1. wget -c https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh

复制代码

2. 安装python3.10.9的环境

使用conda安装python3.10.9的环境

• 如果没有安装conda先安装conda，或者自行搜索Linux安装python3.10.9进行安装
  

1. conda create -n sd python=3.10.9 -c conda-forge -y

复制代码

创建完成之后，使用该环境

1. conda activate sd

复制代码

二、安装PyTorch

1. CPU版本

官网：https://pytorch.org/get-started/locally/#mac-prerequisites
Linux，Mac都可以用下面的下载方式：

1. pip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cpu

复制代码

2. 如果有GPU，先检查cuda版本

执行命令nvidia-smi查看右上角cuda版本是否大于等于11.8，如果大于等于11.8就执行下面的命令安装PyTorch

1. pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

复制代码

2.1 安装NVIDIA驱动

• 重装显卡驱动
  
• 确认显卡的型号执行命令：lspci
  
• 进入nvidia官网下载对应的驱动：https://www.nvidia.cn/geforce/drivers/
  

卸载原驱动

1. sudo apt remove --purge "nvidia-*" -y

复制代码

安装驱动

1. sudo ./NVIDIA-Linux-x86_64-530.41.03.run -no-x-check -no-nouveau-check -no-opengl-files //安装

复制代码

2.3 安装CUDA

CUDA官网下载地址：https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=20.04&target_type=deb_network

1. apt-get install libnvidia-decode-530
2. apt-get install libnvidia-encode-530
3. apt-get install nvidia-driver-530
5. apt install nvidia-settings nvidia-prime libnvidia-compute-530:i386 libnvidia-decode-530:i386 libnvidia-encode-530:i386 libnvidia-fbc1-530:i386 libnvidia-gl-530:i386

复制代码

修改环境变量

1. echo 'export PATH="/usr/local/cuda-12/bin:$PATH"' >> ~/.bashrc
2. echo 'export LD_LIBRARY_PATH="/usr/local/cuda-12/LIB64:$LD_LIBRARY_PATH"' >> ~/.bashrc
3. source ~/.bashrc
4. nvcc -V

复制代码

2.4 安装NVIDIA或CUDA报错

一、NVIDIA driver install - Error: Unable to find the kernel source tree
解决方法

1. sudo apt-get install linux-headers-`uname -r`

复制代码

二、报错Cannot locate TCMalloc
解决方法

1. sudo apt-get install libgoogle-perftools4 libtcmalloc-minimal4 -y

复制代码

三、提前安装所需要的组件

先替换清华源，下载会快一点（如果挂代理就无所谓了）

1. pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

复制代码

下载组件

1. pip3 install gfpgan ftfy regex tqdm
2. pip install git+https://github.com/openai/CLIP.git

复制代码

三、stable diffusion启动

3.1 安装

从GitHub上clone源码，建议挂代理

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

复制代码

进入目录，开始安装并启动

1. cd stable-diffusion-webui
2. ./webui.sh

复制代码

3.2 启动方式

MAC需要执行以下启动命令

1. ./webui.sh --no-half --enable-insecure-extension-access

复制代码

修改端口

• 方法一：编辑 webui-user.sh，内容如下，然后执行./wehui.sh启动
  

1. # 绑定 0.0.0.0 端口，同时修改端口
2. export COMMANDLINE_ARGS="--listen --port 23105"

复制代码

• 方法二：启动时加入参数
  

1. ./webui.sh --enable-insecure-extension-access --disable-safe-npickle --listen --port 20022

复制代码

四、替换扩展网址

1. https://gitee.com/akegarasu/sd-webui-extensions/raw/master/index.md

复制代码

五、汉化教程

1. 安装

Extensions–>install from URL，输入汉化插件地址，点击install

1. https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN

复制代码

2. 选择语言包

settings–>User interface，点刷新按钮，选择zh_CN语言包
3. 提交设置

先点击Apply settings提交设置，然后点击Reload UI重启界面即可。
六、插件

1. Multi Diffusion + Tiled VAE

让4G、6G低显存的玩家也可以生成2K、4K甚至8K图片的强大插件
原理是把原图拆成小碎块，最后汇总成一张大图，分块越大就越慢，但是会更自然

1. https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111

复制代码

2. inpaint抠图

3. TILE模型

七、提示词

1. 提高手的成功率

1. hand of guido daniele

复制代码

八、常见问题

1. 生成图片乱码问题

使用以下采样：DDIM、PLMS、UniPC

来源：https://blog.csdn.net/weixin_44839362/article/details/130681221
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！