Stable Diffusion的安装和问题解决（附安装包和大模型）
本地跑起来了，确实比较慢，风扇都要转费了。SD跑图除了需要通常所说的描述要到位，还要选合适的模型或者插件，才能做出理想的图片。本地跑起来了，确实比较慢，风扇都要转费了。SD跑图除了需要通常所说的描述要到位，还要选合适的模型或者插件，才能做出理想的图片。
小时候比较喜欢画画，如今AI盛行，各种绘画工具层出不穷，网上也看了很多，stable
diffusion（sd）和midjunery（mj）算是主流，国内的文心、天工、甚至抖音什么的，我也尝试过，但是总的来说，跟sd和mj相比真的不好用。后来我找了网上一些运营号问，大多采用的是mj，不过我个人还是想试试，亲自对比一下，鉴于mj的付费，我先试了sd，（附安装包）
下面是我安装使用过程中的一些经历。
我的是Mac，所以就按照这个系统来了
一、安装homebrew
$ /bin/bash -c "$(curl -fsSL https://gitee.com/ineo6/homebrew-install/raw/master/install.sh)"
// 等待即可，检查是否安装成功
brew -V
// 打印出 homebrew 4.0.11 表示安装成功
* 1
* 2
* 3
* 4
* 5
二、安装python
brew install cmake protobuf rust python@3.10 git wget
* 1
* 2
也可以去官网下载安装包3.10.9 或者3.10.10，手动安装
三、下载SD包（附安装包）
1、下载资料包，解压安装。
2、从git仓库直接下载
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
* 1
* 2
四、下载模型
可以使用上面资料包里的模型，
这里需要注意的是，下载后放置目录stable-diffusion-webui/models/Stable-
diffusion/下。模型有ckpt文件，也有safetensors文件，统统放进去就行。
五、运行
在终端中进入你安装的“stable-diffusion-webui”目录，运行 ./webui.sh
第一次运行会安装一些依赖，这个过程会遇到诸多问题，下面我列举几个。
六、运行问题解决
1、python版本问题
🔗
sd运行python是3，但是默认是2，一般来说是不进行覆盖的，覆盖它可能会导致系统脚本和其他依赖默认 Python
的软件出现问题。一般我们采用软连的方式，如：sudo ln -s /usr/local/bin/python3 /usr/bin/python，但是你会发现报错了ln: /usr/bin/python: Operation not permitted，也查过其他各种删除方式都不得行。
首先安装高版本的python后，按照下面的步骤来：
(1、查看版本
which python
// /usr/bin/python
which python3
// /usr/local/bin/python3
* 1
* 2
* 3
* 4
* 5
(2、编辑profile文件
vi ~/.bash_profile
// 末尾追加内容
alias python="/usr/local/bin/python3"
alias python2="/usr/bin/python"
* 1
* 2
* 3
* 4
* 5
(3、生效启用
source ~/.bash_profile
* 1
* 2
这里还有个问题，如果新开一个终端界面，需要重启这个命令才能生效。
2、No SDP backend available
🔗
Launching Web UI with arguments: --skip-torch-cuda-test --upcast-sampling --no-half-vae --use-cpu interrogate
no module 'xformers'. Processing without...
No SDP backend available, likely because you are running in pytorch versions < 2.0. In fact, you are using PyTorch 1.12.1. You might want to consider upgrading.
no module 'xformers'. Processing without...
No module 'xformers'. Proceeding without it.
Style database not found: /Users/villen/stable-diffusion-webui/styles.csv
Warning: caught exception 'Torch not compiled with CUDA enabled', memory monitor disabled
==============================================================================
You are running torch 1.12.1.
The program is tested to work with torch 2.0.0.
To reinstall the desired version, run with commandline flag --reinstall-torch.
Beware that this will cause a lot of large files to be downloaded, as well as
there are reports of issues with training tab on the latest version.
Use --skip-version-check commandline argument to disable this check.
==============================================================================
Downloading: "https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors" to /Users/villen/stable-diffusion-webui/models/Stable-diffusion/v1-5-pruned-emaonly.safetensors
WARNING:modules.mac_specific:MPS garbage collection failed
Traceback (most recent call last):
File "/Users/villen/stable-diffusion-webui/modules/mac_specific.py", line 38, in torch_mps_gc
from torch.mps import empty_cache
ModuleNotFoundError: No module named 'torch.mps'
* 1
* 2
* 3
* 4
* 5
* 6
* 7
* 8
* 9
* 10
* 11
* 12
* 13
* 14
* 15
* 16
* 17
* 18
* 19
* 20
* 21
* 22
* 23
* 24
原因：torch 的版本不对
解决方案：在安装目录stable-diffusion-webui 下，编辑webui-macos-
env.sh文件
我的原来的配置文件如下；
export install_dir="$HOME"
export COMMANDLINE_ARGS="--skip-torch-cuda-test --upcast-sampling --no-half-vae --use-cpu interrogate"
export TORCH_COMMAND="pip install torch==1.12.1 torchvision==0.13.1"
export K_DIFFUSION_REPO="https://github.com/brkirch/k-diffusion.git"
export K_DIFFUSION_COMMIT_HASH="51c9778f269cedb55a4d88c79c0246d35bdadb71"
export PYTORCH_ENABLE_MPS_FALLBACK=1
* 1
* 2
* 3
* 4
* 5
* 6
* 7
修改好的配置文件如下：
(1、在COMMANDLINE_ARGS 参数的后面添加了–reinstall-torch
(2、export TORCH_COMMAND=“pip install torch_2.0.1
torchvision_0.15.2”，将torch的版本修改成2.0的
export install_dir="$HOME"
export COMMANDLINE_ARGS="--skip-torch-cuda-test --upcast-sampling --no-half-vae --use-cpu interrogate --reinstall-torch"
export TORCH_COMMAND="pip install torch==2.0.1 torchvision==0.15.2"
#export TORCH_COMMAND="pip install torch==1.12.1 torchvision==0.13.1"
export K_DIFFUSION_REPO="https://github.com/brkirch/k-diffusion.git"
export K_DIFFUSION_COMMIT_HASH="51c9778f269cedb55a4d88c79c0246d35bdadb71"
export PYTORCH_ENABLE_MPS_FALLBACK=1
* 1
* 2
* 3
* 4
* 5
* 6
* 7
* 8
3、Symbol not found:
_VTRegisterSupplementalVideoDecoderIfAvailable🔗
这个提示其实还是跟依赖版本有关，opencv版本太老，可以这样手工更新一下：
cd venv/bin
source activate
./python3.10 -m pip install --upgrade pip
pip3 install opencv-python==4.6.0.66 deactivate
* 1
* 2
* 3
* 4
* 5
4、“LayerNormKernelImpl” not implemented for
'Half’🔗
或者也会有这样的提示Failed to create model quickly; will retry using slow method.其实都是显卡的问题，一般我们工作自用的电脑的显存都不太能够的，所以这里需要修改一下运行方式：
编辑webui-user.sh，添加：
export COMMANDLINE_ARGS="--precision full --no-half --skip-torch-cuda-test
* 1
* 2
或者我个人采用以下运行方式：
./webui.sh --precision full --no-half
* 1
* 2
大家注意这里的half，如果你有足够的计算资源和内存，最简单的解决方案是将数据类型更改为全精度（float32），我们这里强调一半，其实就是半精度替代实现方案。有兴趣可以去了解一下精度问题。
七、总结
本地跑起来了，确实比较慢，风扇都要转费了。SD跑图除了需要通常所说的描述要到位，还要选合适的模型或者插件，才能做出理想的图片。
这里直接将该软件分享出来给大家吧~
据类型更改为全精度（float32），我们这里强调一半，其实就是半精度替代实现方案。有兴趣可以去了解一下精度问题。
七、总结
本地跑起来了，确实比较慢，风扇都要转费了。SD跑图除了需要通常所说的描述要到位，还要选合适的模型或者插件，才能做出理想的图片。
这里直接将该软件分享出来给大家吧~
但由于AIGC刚刚爆火，网上相关内容的文章博客五花八门、良莠不齐。要么杂乱、零散、碎片化，看着看着就衔接不上了，要么内容质量太浅，学不到干货。
这里分享给大家一份Adobe大神整理的《AIGC全家桶学习笔记》，相信大家会对AIGC有着更深入、更系统的理解。
有需要的朋友，可以长按下方二维码，免费领取！
AIGC所有方向的学习路线思维导图
这里为大家提供了总的路线图。它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。如果下面这个学习路线能帮助大家将AI利用到自身工作上去，那么我的使命也就完成了：
AIGC工具库
AIGC工具库是一个利用人工智能技术来生成应用程序的代码和内容的工具集合，通过使用AIGC工具库，能更加快速，准确的辅助我们学习AIGC
有需要的朋友，可以点击下方卡片免费领取！
精品AIGC学习书籍手册
书籍阅读永不过时，阅读AIGC经典书籍可以帮助读者提高技术水平，开拓视野，掌握核心技术，提高解决问题的能力，同时也可以借鉴他人的经验，结合自身案例融会贯通。
AI绘画视频合集
我们在学习的时候，往往书籍源码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，科学有趣才能更方便的学习下去。
有需要的朋友，可以长按下方二维码，免费领取！
火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。
更多推荐
13
0- 0
已为社区贡献88条内容
所有评论(0)