首先网上大部分博主讲解的在 launch.py 或者 webui-user.bat加一个参数 --precision full --no-half --skip-torch-cuda-test ,加上之后确实不报错了，但是你的显卡也不工作了，CPU进入了AI算法时代，这个方法治标不治本，如果有显卡且拥有4G显存以上的同学，不妨试试我这种办法，虽然不全面，但至少解决了我的问题，大家也可以作为参考。

        进行检错前需要搞清楚几个点 1.你的NVIDIA驱动是否是最新版本，驱动太旧也会报错，但概率不大，可以先往下看。

2.安装对应版本的CUDA，根据我的经验来看，系统推荐安装的版本一直是官网没有的，且降级安装不一定有对应的torch和xformers插件版本，后续会导致其他报错，不如稳一点，用目前稳定的推荐版本。cuda_12.1.0_531.14_windows.exeCUDA Toolkit 12.1 Downloads | NVIDIA Developerhttps://developer.nvidia.com/cuda-12-1-0-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exe_local

下载安装按默认安装即可，安装完成后将下列2个变量输入到系统变量

3.cuda装好就可以看下cuDNN了cuDNN Archive | NVIDIA Developerhttps://developer.nvidia.com/rdp/cudnn-archive

cuDNN得下载就显得随意些，只要cuda对应得版本正确即可，我装得是

cudnn-windows-x86_64-8.9.7.29_cuda12-archive

下载完成后将文件解压并复制这三个文件到C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1目录下，注意C:\Program Files是我的安装路径需要根据情况修改成自己的路径后进行粘贴。

粘贴完成后需要再环境变量中添加path变量的值

找到Path变量，选择它然后点击“编辑”。 点击“新建”，然后依次输入路径并保存。 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\bin

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\lib

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\libnvvp

C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.1\include 点击“确定”保存更改。

4.CUDA和cuDNN弄好是不是该安装torch和torchversion了，这里有一个偷懒的方式但需要具备以下条件，①.提前安装好git并将git添加到环境变量，②.有一个稳定的科学上网方法，

将stable-diffusion-webui-master（SD文件夹，下载方式不同名字不同）文件下的venv文件全部删掉  

然后在stable-diffusion-webui-master下modules文件夹下找到launch_utils.py文件打开它，找到大概319行左右，有一行代码

找到后

将红框里面的代码替换成下面的内容

pip install torch==2.1.2 torchvision==0.16.2 torchaudio==2.1.2 --index-url https://download.pytorch.org/whl/cu121

替换后保存后重新运行webui-user.bat等待下载即可，

有得小伙伴可能说我这个launch_utils.py怎么找都找不到这个字段啊，那么这个字段可能在stable-diffusion-webui-master目录下得launch.py文件中得210行左右找到替换即可。

当然如果是想自己去下载torch和torchvision版本得可以参考以下版本信息下载对应得版本进行手动安装。

cuda : 12.1 -> cu12.1 python3.10 -> cp310 torch 2.1.2 -> torch-2.1.2 win 64 -> win_amd64 

参考阅读

评论可见，请评论后查看内容，谢谢！！！
 您阅读本篇文章共花了：