【奶奶看了都会了】AI绘画 Mac安装stable-diffusion-webui绘制AI妹子保姆级教程

1.作品图

2.准备工作

目前网上能搜到的stable-diffusion-webui的安装教程都是Window和Mac M1芯片的，而对于因特尔芯片的文章少之又少，这就导致我们还在用老Intel 芯片的Mac本，看着别人生成美女图片只能眼馋。所以小卷这周末折腾了一天，总算是让老Mac本发挥作用了。先来说说准备工作：

• Mac笔记本操作系统版本 >= 13.2.1 （亲测10.0版本各种问题无法运行，无奈花了一小时升级系统）
• Python3.10.6版本（已安装其他版本也不要紧，后面我们用Conda做版本控制）
• stable-diffusion-webui代码下载，文末领取

3.安装步骤

3.1 依赖安装

从github上把stable-diffusion-webui的源代码下载下来，进入到stable-diffusion-webui目录下，执行

pip install -r requirements_versions.txt

这一步是安装Python项目运行所有需要的依赖，这步很大概率出现无法安装gfpgan的问题：Couldn’t install gfpgan

解决方法：

网络连接超时的问题，更改pip使用国内镜像库，重试几次。这个问题暂无明确解法，如果无法解决可继续往下走

3.2pip更换国内镜像库

3.3安装anaconda

这一步是方便对Python做版本控制，避免卸载重新安装不同版本的Python。

从官网下载一路点击安装就行。

Conda添加环境变量

安装完成后，打开终端，输入conda，如果是无法识别的命令。需要配置环境变量，配置方法：

修改.bash_profile添加自己安装conda的路径，命令如下：

vim ~/.bash_profile
# 打开文件后，写入下面这行到文件里，注意替换路径
export PATH="/Users/(你自己的路径)/anaconda3/bin:$PATH"

接着:wq保存退出，source ~/.bash_profile使配置生效

修改conda源为国内镜像库

执行命令如下：

# 如果没有会创建condarc文件
vim ~/.condarc
# 打开文件后，把下面的内容粘贴进去保存
channels:
  - https://mirrors.ustc.edu.cn/anaconda/pkgs/main/
  - https://mirrors.ustc.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - defaults
show_channel_urls: true

3.4 创建虚拟环境

执行命令：

conda create -n sd python=3.10.6

这样就创建了一个名称为sd的虚拟环境

3.5 安装依赖

按上面的操作把pip替换为国内镜像源后，激活虚拟环境，并安装需要的依赖包

执行命令：

# 进入stable-diffusion-webui的文件目录
cd stable-diffusion-webui
# 激活虚拟环境
conda activate sd
# 安装所需依赖
pip3 install -r requirements_versions.txt

这一步如果没任何问题，安装过程算是有惊无险完成了一半。如果有问题，请自行百度谷歌搜索解决，欢迎留言遇到的问题和解法

4. 模型安装（模型文末领取）

4.1下载模型

官方模型下载（checkpoint模型）

下载 sd-v1-4.ckpt 或者 sd-v1-4-full-ema.ckpt。

LoRA模型

这个应该是大家最喜欢的模型了，懂的都懂。。。

4.2 安装模型

• 对于checkpoint模型，请移动到stable-diffusion-webui/models/Stable-diffusion⽬录下
• 对于LoRA模型，请移动到stable-diffusion-webui/models/Lora目录下
• 其他模型按对应的类型移到对应的目录下

5. 运行项目

5.1 跳过GPU检测

前面说了，咱们用的是老Mac笔记本了，Intel芯片，显卡也用不了。只能用CPU进行计算，跳过GPU的配置如下：

执行命令：

# 打开配置文件
vim ~/.bash_profile
# 把下面两行拷贝进去，保存后source命令使其生效
export COMMANDLINE_ARGS="--lowvram --precision full --no-half --skip-torch-cuda-test"
export PYTORCH_ENABLE_MPS_FALLBACK=1

5.3 项目代码修改

因为网络访问的问题，我们需要将代码里有些地方进行修改。修改如下：

修改lanuch.py文件

• 修改def prepare_environment()方法下的两处位置

1. torch_command中修改torch==1.13.1 torchvision==0.14.1把原有的版本号数字后面的其他内容去掉

2. 该方法下所有https://github.com开头的链接，前面都加上https://ghproxy.com/这样链接就变成如下格式了：https://ghproxy.com/https://github.com/

如图所示

5.3 运行项目

上面我们使用conda进入了虚拟环境，然后再运行项目即可，执行命令：

# 激活虚拟环境sd
conda activate sd 
# 进入到stable-diffusion-webui目录下
cd stable-diffusion-webui
# 运行项目
python launch.py

这一步如果人品好的话，第一次就能全部正常运行完，运行完之后，出现http://127.0.0.1:7860字样说明运行成功了，浏览器打开这个地址就能开始愉快地玩耍了，玩耍方式自行探索哦~

6.相关问题

pip install -r requirements.txt时报错，有一些依赖没有安装上

解决方法：手动安装一下依赖包

pip install 缺少的依赖包

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。
 

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。

二、AIGC必备工具

工具都帮大家整理好了，安装就可直接上手！

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。

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。

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。

​