【AI绘画】超详细的Stable Diffusion(SD)本地部署教程,小白一看就会。

一、Stable Diffusion 是什么?

简单来讲,Stable Diffusion(简称 SD)是一款 AI 自动生成图片的软件。

我们输入文字,SD 就能生成相应的图片,不再像过去那样需要把图片“画”出来或者“拍”出来。

有人说,我在学习一个软件之前是不是得先了解它的原理呢?

我的回答是:不需要!

很多人想学习 stable diffusion,上网一搜,多数教程都会先告诉你 SD 的原理是什么。

但就这一步,就劝退了很多人继续学习,因为这看起来确实非常复杂和困难。

但实际上:
我们大多数人只要能够熟练运用 SD 就行,并非要深入探究它。
毕竟我们程序员搞开发。

所以,我们的目标是花更少时间快速入门 Stable Diffusion。

接下来,我们正式开始使用 stable diffusion!!

二、什么电脑能带动SD

为了大家能够顺利的安装和使用Stable Diffusion(简称“SD”)

说一下对电脑的配置要求:

系统:电脑系统Win10或者Win11

内存:8G以上

8GB:那就说明你的电脑配置内存是勉强达到标准的
16GB:那就说明你的内存配置可以正常使用
32GB:那么你就可以非常自由的使用SD啦

在这里插入图片描述

显卡:是英伟达(俗称N卡)的显卡,显存:4G以上

4GB:说明电脑勉强可以跑动SD,出图的时间会比较长
6GB:出一张图的时间是20~50秒,SD的小部分功能可以使用
8GB:5~20秒可以出一张图,SD的大部分功能都对你开放

12GB:你就可以畅玩SD啦

在这里插入图片描述

磁盘:存储空间预留60G,最好100G以上

后期下载大模型会占用很大的存储空间

在这里插入图片描述

三、下载安装包

新手推荐秋叶大佬的整合包

在这里插入图片描述
还没有下载好整合包的小伙伴可以扫码自取哦,无偿分享。
在这里插入图片描述

下载后,先安装启动器运行依赖,根据提示安装就行

解压第二个文件,可能有解压密码(密码:bilibili@秋葉aaaki)。

在这里插入图片描述

解压完成,点击绘世启动器,再点击一键启动。

在这里插入图片描述

第一次会很慢,因为需要加载很多配置文件。当自动跳转出下面这个页面,说明你已经成功安装SD,可以愉快的画图了!

在这里插入图片描述

我们来生成一张图试试,

在这里插入图片描述

只写了一个提示词“一个女孩”,用时11秒就出来一张图。我的显卡是1080,显存8G。

你学会了吗!

需要SD安装包和AI绘画学习资料的小伙伴,可以文章底部自取哦。

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。

在这里插入图片描述

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
在这里插入图片描述

若有侵权,请联系删除

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