Stable Diffusion 是2022年发布的深度学习文本到图像生成模型。它主要用于根据文本的描述产生详细图像,参考维基百科
stable-diffusion-webui 是基于稳定扩散的 Gradio 库的浏览器界面,它可以让我们直接体验到 Stable Diffusion 的魅力
前提条件
Git
使用 PowerShell 或者 Windows Terminal 执行安装命令 wget install Git.Git
Python 3.10.6
1、如果已经存在 Python -V
版本大于 3.10
,可以先卸载掉,wget uninstall python
,再通过命令行安装,wget install Python.Python.3.10
,这是因为通过命令方式无法降级安装
2、可以通过应用商店进行安装(推荐),理由是可以多版本同时存在,当安装完后,可以通过 python3.10.exe -V
执行命令,而这可以很方便的在 stable-diffusion-webui 项目中指定 python 执行路径
安装过程
升级 CUDA 驱动
查看自己的显卡信息和 CUDA 版本,我当前的环境信息为
- OS:Windows 11
- GPU:NVIDIA GeForce GTX 1050 with Max-Q Design
- CUDA:10.0
在官网搜索显卡驱动,输入自己的机器信息
如果出现下载错误,多试几次,或者开无痕模式尝试一下,如果下载后安装过程中出现兼容性问题,请按照版本顺序挨个下载进行尝试安装。由于最新版本的和我的显卡出现兼容性问题,所以我这里使用的是 528.49-notebook-win10-win11-64bit-international-nsd-dch-whql.exe
安装后,执行命令 nvidia-smi
查看 CUDA 版本为 12.0,当前最新版本为 12.1
❯ nvidia-smi
Mon May 22 20:30:47 2023
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 528.49 Driver Version: 528.49 CUDA Version: 12.0 |
|-------------------------------+----------------------+----------------------+
| GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA GeForce ... WDDM | 00000000:01:00.0 Off | N/A |
| N/A 55C P0 N/A / N/A | 0MiB / 4096MiB | 1% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| No running processes found |
+-----------------------------------------------------------------------------+
安装 CUDAToolKit
安装和 CUDA 版本对应的 CUDAToolKit,我这里是 12.0,所以选择安装 CUDA Toolkit 12.0,具体的对应关系请查看这里,我下载后的文件为 cuda_12.0.1_528.33_windows.exe
,而我的版本为 528.49,所以可以正常安装,安装后重启电脑
nvcc --version
查看安装的版本
❯ nvcc --version
nvcc: NVIDIA (R) Cuda compiler driver
Copyright (c) 2005-2023 NVIDIA Corporation
Built on Fri_Jan__6_19:04:39_Pacific_Standard_Time_2023
Cuda compilation tools, release 12.0, V12.0.140
Build cuda_12.0.r12.0/compiler.32267302_0
安装 cuDNN
cuDNN 是一个神经网络学习的加速库,因为
stable-diffusion-webui
中根据一些模型进行文本生图时可以用该包加快渲染速度。找到与CUDA版本一直的cuDNN下载
cuDNN 安装需要 Nvidia 开发者账号,如果没有的话,则需要注册一下
下载好文件之后解压,复制到 C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v12.0
目录下,注意自己安装的 CUDA 版本
克隆项目
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
修改 webui-user.bat
中的 python 执行路径,在命令行执行 .\webui-user.bat
@echo off
set PYTHON=python3.10
set GIT=
set VENV_DIR=
set COMMANDLINE_ARGS=
call webui.bat
执行过程中可以看到在安装 pytorch 的时候选择的是 cu118(cuda 11.8),官方介绍说该版本兼容高版本 CUDA,比如 12.0、12.1
❯ .\webui-user.bat
venv "D:\AI\stable-diffusion-webui\venv\Scripts\Python.exe"
Python 3.10.11 (tags/v3.10.11:7d4cc5a, Apr 5 2023, 00:38:17) [MSC v.1929 64 bit (AMD64)]
Version: v1.2.1
Commit hash: 89f9faa63388756314e8a1d96cf86bf5e0663045
Installing torch and torchvision
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple, https://download.pytorch.org/whl/cu118
Collecting torch==2.0.1
Downloading https://download.pytorch.org/whl/cu118/torch-2.0.1%2Bcu118-cp310-cp310-win_amd64.whl (2619.1 MB)
━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╸ 2.6/2.6 GB 875.2 kB/s eta 0:00:01
如果因为网络问题,导致安装失败,建议查看官方介绍的手动安装部分
1、如果看到 Running on local URL: http://127.0.0.1:7860
这样的日志,则说明 web 启动成功
2、如果下载来自 huggingface.co
的模型时下载失败,可以通过手动下载,复制到目标文件夹 .\stable-diffusion-webui\models\Stable-diffusion\
,这里提供一个备份的地址,阿里云盘 v1-5-pruned-emaonly.safetensors
Q&A
Q: 出现 Something went wrong, Expecting value: line 1 column 1 (char 0)
错误
A: 关掉全局代理
使用
以 NVIDIA GeForce GTX 1050 with Max-Q Design
为例,默认配置单张出图 38s 左右,这只能够用来最简单配置的炼丹,但如果要愉快的炼丹,还是需要一张好一点的显卡,我在笔记本 RTX 3060 6G
上面进行测试,默认配置单张出图 4s 左右,之后又下载了其他模型,从网上试了几个 prompt,出图速度非常慢,只能说慢慢来吧,学学怎么配置它
总结
从去年年底 ChatGPT 面世以来,各类相关应用层出不穷,Midjourney 和 Stable Diffusion 是 AI 画图应用中最优秀的两款,如果不介意付费,那 Midjourney 无疑是最佳的选择,简单方便,而如果想要一个免费的可定制化的应用,则应该选择 Stable Diffusion
下面贴几张使用别人模型渲染出来的图片,感觉还蛮不错,哈哈哈哈哈
参考链接
1、stable-diffusion-webui手动安装详细步骤(以及报错解决、踩坑)
2、pytorch安装GPU版本 (Cuda12.1)教程
评论 (0)