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

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

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

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

创建完成之后,使用该环境

conda activate sd

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:

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

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

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

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

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

安装驱动

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

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

apt-get install libnvidia-decode-530

apt-get install libnvidia-encode-530

apt-get install nvidia-driver-530

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

修改环境变量

echo 'export PATH="/usr/local/cuda-12/bin:$PATH"' >> ~/.bashrc

echo 'export LD_LIBRARY_PATH="/usr/local/cuda-12/LIB64:$LD_LIBRARY_PATH"' >> ~/.bashrc

source ~/.bashrc

nvcc -V

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

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

二、报错Cannot locate TCMalloc

解决方法

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

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)

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

下载组件

pip3 install gfpgan ftfy regex tqdm

pip install git+https://github.com/openai/CLIP.git

三、stable diffusion启动

3.1 安装

从GitHub上clone源码,建议挂代理

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

进入目录,开始安装并启动

cd stable-diffusion-webui

./webui.sh

3.2 启动方式

MAC需要执行以下启动命令

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

修改端口

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

# 绑定 0.0.0.0 端口,同时修改端口

export COMMANDLINE_ARGS="--listen --port 23105"

方法二:启动时加入参数

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

四、替换扩展网址

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

五、汉化教程

1. 安装

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

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

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

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

2. inpaint抠图

3. TILE模型

七、提示词

1. 提高手的成功率

hand of guido daniele

八、常见问题

1. 生成图片乱码问题

使用以下采样:DDIM、PLMS、UniPC

推荐文章

评论可见,请评论后查看内容,谢谢!!!
 您阅读本篇文章共花了: