ComfyUI+torch+cuda+python+xformers（Win10GPU版）

非专业人士、野路子环境搭建。跑起来就行，又不是不能用😏

（OS：这玩意是干啥的咱也不知道，反正跑起来了）

！！！！！注意图中所有cmd中代码的运行路径哦，也就是你要cd到哪个文件夹才执行。

一、python3.10.11安装

         Python官方下载地址

        注意下载对应的版本：windows、64位、installer。下载下来的文件名python-3.10.11-amd64.exe这样的一个exe文件。

        另外，其他版本理论也可以，但是由于后面需要安装的torch、xformers等都有相应的版本一致性问题。所以这里只拿测试过的3.10.11举例。

        双击exe文件开始安装吧，选择自定义安装。

        自定义安装目录

        配置环境变量，在系统变量的Path中新增两条我们刚刚的安装路径（1个安装路径和1个安装路径下的scripts文件夹）

        最后于CMD界面，输入python --version，回车，显示出我们刚刚安装的版本号就对了。

python --version

二、cuda12.1安装

2.1升级驱动

        先检查自己电脑的驱动支持情况，如下图，我这里原先是11.8，升级后是12.5，建议升级到121以上。

        NVIDA驱动下载

        下载N卡驱动，注意自己的系统和显卡型号。下载完，傻瓜式下一步安装后，再次查看上图，版本就会变过来，只要大于等于12.1就行。

2.2安装cuda

        cuda下载

        下载如中12.1.0版本的cuda（上面所说的驱动大于等于12.1，就是为了给这里兼容，向下兼容）。

        记得选择对应的版本，下载。

        双击安装吧，自定义还是默认都无所谓，后面系统会自动添加环境变量。

        然后都是下一步、下一步、下一步。

        安装完成后，系统会自动添加一个CUDA_PATH的环境变量，如果没有，可以自己添加一下。最后来测试下环境，打开CMD，运行nvcc --version，看到我们的版本12.1就ok啦。

nvcc --version

三、torch安装

        torch下载

       这里要下载3个文件，即torch、torchaudio、torchvision这三个文件夹。

        依次点击进入，cu表示cuda，cp表示python，因此这里要找cu121-cp310的文件，我们直接Ctrl+F检索一下就行。注意要下载win的。

        开始安装这3个包，在文件所在目录下执行“pip install 文件名”，按照 torch --> torchaudio  --> torchvision这个顺序去安装。

        3个包都安装完成后，运行pip list，查看安装的版本是否正确。如下图中这种带cu的就是我们想要安装的gpu版本。如果是纯数字，那就装错了，成了cpu版本的。

        测试安装是否成功，先输入python切换到python命令行下，再执行import torch（可以多刷几次），导入不报错就是成功了。还可以执行torch.__version__查看版本（这里是两个下划线）。

#python
>>>import torch
>>>torch.__version__

四、xformer安装

        直接pip install xformer即可，如果提示权限不足，可以以管理员方式运行cmd窗口，再执行。随后pip list就可以看到已经安装过的xformer版本了

      xformers要指定版本，下面的0.0.23在当前环境肯定是适配的。后续几张图中，pip list中xformers版本一开始装错了，重装后没有重新截图，就直接在图上改了下版本，凑合看！

pip install xformer
pip install xformers==0.0.23

        ！！！上面执行完发现torch被覆盖成cpu版本的了（版本号中没有cu了）

        回到第三章，重新执行下pip install把覆盖回来就好  

（这里有个想法，读者可以自行试一下。先做第四章的xformer安装，再去做第三章的torch，理论上应该就不需要执行两次第三章的步骤了。不知道能不能行，懒得试了。第五章中红字部分遇到的问题也是一样）

五、运行项目

        github下载项目

        我这边是直接git拉下来的，也可以直接下载zip压缩包，都一样。

        拉下来的项目结构如下图，修改requirements.txt文件，把图里红框的3行注释掉（前面加个#号），防止后面加载依赖包的时候，把我们之前安装的版本覆盖掉。

 

        当前项目目录下，cmd执行命令根据txt文件去加载依赖。

pip install -r requirements.txt

         加载完成，我们再pip list看下安装列表。发现我们注释的配置项好像没生效，还是被覆盖了torch和torchvision。（没有了cu后缀）可能txt中某个依赖又去找了指定版本的torch吧

        没关系，我们回到第三章，把这两个包用pip install重新加载一下，再覆盖回来。

        启动服务（GPU方式）

python main.py --use-split-cross-attention --windows-standalone-build

        上述命令后，加上 --cpu 就表示以CPU运行。

        运行效果图（ps：不知道咋玩）