Ai绘画工具,stable diffusion本地安装部署教程

今天给大家分享一期stable diffusion本地安装部署的图文教程。

一、硬件要求

内存:至少16GB

硬盘:至少60GB以上的磁盘空间,推荐SSD固态硬盘

显卡:推荐NVIDIA显卡

显存:至少4GB

stable diffusion因为是在本地部署,对显卡的要求比较高,如果经济能力可以的话,建议购买一块性能较好的显卡。

二、环境部署

在安装stable diffusion之前我们需要先安装Python和Git两个工具

安装包可以在我的公众号后台回复数字:1 获取

1、安装Python

Python必须是3.10.6版本及以上才能正常运行stable diffusion,安装过程中务必勾选Add Python to PATH(这是将Python添加到系统环境变量,随时可以在命令窗口调用Python命令)

注意:如果已经安装了Python 3.10.6以下版本,请先卸载后再重新安装Python 3.10.6

2、安装Git

Git主要是用来下载和更新stable diffusion里面需要的一些内容,安装包与Python安装包在一起,大家下来后直接安装到默认路径即可。

3、部署stable diffusion

这里为大家准备的是B站大佬秋叶的整合包,下载下来后直接解压到一个磁盘空间较大的地方,这个整合包做了很多优化,即使你的显卡性能比较弱或者显存比较低也能运行,只是出图会比较慢。

安装包还是通过回复关键字:1 获取

我们在解压整合包后,会看到如上的界面,双击A启动器.exe会弹出一个用户协议,大家手动输入协议内容保存即可。

之后会提示你安装一个.Net的依赖控件,点击确定后会自动跳转到下载页面,下载完这个控件安装即可。

接着就会看到我们启动器的界面了

点击一键启动就可以启动stable diffusion了,首次启动会比较慢,看个人电脑性能。

如果你有其它配置需求,可以点击左侧菜单栏的高级选项进行调整。

显存优化根据显卡实际显存选择,不要超过当前显卡显存。不过并不是指定了显存优化量就一定不会超显存,在出图时如果启动了过多的优化项(如高清修复、人脸修复)时,依然有爆显存的几率。

xFormers 能极大地改善了内存消耗和速度,建议开启。准备工作完毕后,点击一键启动即可。等待浏览器自动跳出webui界面说明启动成功。

默认的地址是:http://127.0.0.1:7860

如果报错提示缺少 Pytorch,则需要在启动器中点击配置:

至此,我们的AI绘画平台stable diffusion就部署完成了。

下一期我们再给大家讲解stable diffusion webui的一些功能介绍。

——END——

最后分享几张我用stable diffusion画的美图

写在最后

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。

AIGC技术的未来发展前景广阔,随着人工智能技术的不断发展,AIGC技术也将不断提高。未来,AIGC技术将在游戏和计算领域得到更广泛的应用,使游戏和计算系统具有更高效、更智能、更灵活的特性。同时,AIGC技术也将与人工智能技术紧密结合,在更多的领域得到广泛应用,对程序员来说影响至关重要。未来,AIGC技术将继续得到提高,同时也将与人工智能技术紧密结合,在更多的领域得到广泛应用。

在这里插入图片描述

一、AIGC所有方向的学习路线

AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!
在这里插入图片描述

三、最新AIGC学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
在这里插入图片描述
在这里插入图片描述

四、AIGC视频教程合集

观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述

若有侵权,请联系删除
  • 13
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Stable Diffusion是一款基于深度学习的语言模型,它通常通过云服务提供,例如Hugging Face的Hub等。由于它是开源的,如果你想在本地安装并运行它,你需要做以下步骤: 1. **下载源码**: 首先,访问Stable Diffusion的GitHub仓库(https://github.com/huggingface/stable-diffusion),克隆或下载最新版本的代码。 2. **环境配置**: 确保你的系统上已经安装了必要的依赖,如Python(推荐使用3.7+版本)、PyTorch、Transformers库以及可能需要的GPU支持(如果有的话)。可以使用pip来安装这些库。 ```bash pip install torch torchvision transformers --upgrade ``` 3. **数据准备**: 模型训练通常需要大量的文本数据,这包括预处理后的训练数据和额外的配置文件。你可以从官方提供的数据集链接下载数据,并按照说明解压和配置。 4. **搭建环境**: 如果在本地运行大模型,可能还需要设置适当的内存限制和其他资源配置。比如,在某些Linux发行版中,可能需要设置CUDA_VISIBLE_DEVICES环境变量来指定GPU。 5. **编译模型**: 进入项目目录,根据项目的readme文档,可能需要对模型进行编译或转换,以便在本地部署。 6. **训练或加载**: 根据你的需求,选择是训练一个新模型还是直接加载预训练模型。如果是训练,可能需要运行训练脚本;如果是加载,找到合适的 checkpoint 文件进行加载。 7. **运行服务**: 使用像Flask这样的web框架创建一个API,将训练好的模型集成进去,允许用户输入请求并得到响应。 8. **安全性和性能优化**: 为了保护隐私和提高效率,记得加密敏感数据,调整好批处理大小和推理频率。 **注意事项**: 在本地运行大型模型可能会消耗大量计算资源,并且涉及到的数据处理也较为复杂。如果不是专业研究者或有特定需求,一般建议使用预训练模型和云服务来获取即时的结果。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值