Stable Diffusion云服务器部署完整版教程

Stable Diffusion云服务器部署完整版教程

2023年07月04日 22:30 3607浏览 · 18喜欢 · 22评论 
  <span class="bili-avatar-icon bili-avatar-right-icon  "></span>
</div>


薯片_AI
粉丝： 1513 文章： 1

        文本旨在将stable diffusion部署在云服务器上，利用云服务器的优势让我们更好的体验AI绘图。本文的教程是作者一步步实践所总结出来的，完整的按照作者的步骤执行，是可以在云服务器上部署一个较为完整的sd。本教程中包括了很多配置和换源是其他教程所没有的，相对其他sd安装教程更为完整。

        提醒：本文是stable diffusion部署在云服务器的教程，当然你也可以拿来部署在本地电脑上，但是没有必要，本地部署可以使用秋叶大神的一件安装包，方便又快捷。

一、SD的基础环境和安装

AV6hxhhLecygpjnle">（一）购买服务器

我使用的是腾讯云GPU服务器，腾讯云服务器经常做活动，可以趁折扣的时候进行购买，这是我此次服务器的基本信息，我选用的是GN7 8核32GB，N卡，操作系统选择Ubuntu Server。






ubuntu server配置

购买后在后台实例中可看到该服务器






腾讯云后台

点击「登录」即可进入服务器，首次进入会自动安装驱动，等待几分钟即可。






进入服务器

（二）配置运行环境

利用anaconda是它集成了很多我们需要的安装包，只要安装它一个，python下载、环境配置那些都不用我们再去设置，使用起来比较方便。

1、配置Anaconda

1、下载anaconda

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2023.03-0-Linux-x86_64.sh





若遇到这种不能下载的，前面加上 -U NoSuchBrowser/1.0

wget -U NoSuchBrowser/1.0 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2023.03-0-Linux-x86_64.sh

2.安装anaconda，提示enter按回车，提示yes or no的地方全部输入yes即可。vscode不安装

bash Anaconda3-2023.03-0-Linux-x86_64.sh

3.找到.bashrc这个文件并修改，修改文件有两种方式：

①通过vim修改。

#用vim打开.bashrc文件

vim ~/.bashrc

#再按i开始insert，将以下内容添加到文件最后一行
export PATH=$PATH:/home/ubuntu/anaconda3/bin

#按Esc并输入:wq即为保存退出文件再保存退出
:wq

②也可以通过编辑器修改，找到.bashrc文件直接输入内容即算保存






4.如果输入conda，提示找不到命令的话执行下source，（执行一次即可，以后都不用再 source 了，启动 Ubuntu会自动source）

source ~/.bashrc

然后验证下

conda info

至此anaconda已经安装完毕






2、安装pytorch

1.去pytorch官网配置自己服务器所需要的pytorch

Pytorch build选择stable稳定版，操作系统是linux，由于上面我安装了anaconda所以package选择conda，语言python，我的CUDA是12.0所以选择了CUDA11.8，最后获取comand






pytorch官网

2、pytorch需要安装到anaconda的虚拟环境中，所以使用conda时需要先有一个虚拟环境并进入

#若还没有虚拟环境需要创建一个，<env_name>是环境名称，python选择指定的版本，sd需要的python>3.10 #conda create -n <env_name> python=x.xx.x

conda create -n sd python=3.10.11

#启动虚拟环境，activate就是启动，sd是环境名称
conda activate sd

然后再执行pytorch的安装

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

如果出现提示需要升级conda版本的就输入，没有的话就跳过这步。我这里没截到图，会有个wanning的，注意看

conda update -n base -c defaults conda

验证安装结果

#首先要启动我们的sd虚拟环境，因为我们所有与stable diffusion有关的配置环境都是建立在这个虚拟环境之下的python，pytorch等都是如此

#进入虚拟环境

conda activate sd

#进入python环境
python

#导入torch
import torch

#查看torch的版本
torch.version #各有两条下划线

#查看cuda版本
torch.version.cuda

#查看GPU是否运行
torch.cuda.is_available()

#退出
exit()






（三）安装sd-webui

1、启动sd

1.将sd webui clone到服务器上，此处我用了镜像。

git clone https://github.moeyy.xyz/https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

2.链接换源。打开stable-diffusion-webui/modules/launch.until.py文件，替换以下内容

torch_command = os.environ.get(‘TORCH_COMMAND’, “pip install torch2.0.1 torchvision0.15.2”)

3.每个https://github.com/  （就在上一步的下面几行，每一个网址都要改）链接前面添加https://ghproxy.com/，替换为以下内容

gfpgan_package = os.environ.get(‘GFPGAN_PACKAGE’, “https://ghproxy.com/https://github.com/TencentARC/GFPGAN/archive/8d2447a2d918f8eba5a4a01463fd48e45126a379.zip”)

clip_package = os.environ.get(‘CLIP_PACKAGE’, “https://ghproxy.com/https://github.com/openai/CLIP/archive/d50d76daa670286dd6cacf3bcd80b5e4823fc8e1.zip”)

openclip_package = os.environ.get(‘OPENCLIP_PACKAGE’, “https://ghproxy.com/https://github.com/mlfoundations/open_clip/archive/bb6e834e9c70d9c27d0dc3ecedeebeaeb1ffad6b.zip”)

stable_diffusion_repo = os.environ.get(‘STABLE_DIFFUSION_REPO’, “https://ghproxy.com/https://github.com/Stability-AI/stablediffusion.git”)

taming_transformers_repo = os.environ.get(‘TAMING_TRANSFORMERS_REPO’, “https://ghproxy.com/https://github.com/CompVis/taming-transformers.git”)

k_diffusion_repo = os.environ.get(‘K_DIFFUSION_REPO’, ‘https://ghproxy.com/https://github.com/crowsonkb/k-diffusion.git’)

codeformer_repo = os.environ.get(‘CODEFORMER_REPO’, ‘https://ghproxy.com/https://github.com/sczhou/CodeFormer.git’)

blip_repo = os.environ.get(‘BLIP_REPO’, ‘https://ghproxy.com/https://github.com/salesforce/BLIP.git’)

4.先进入虚拟环境

#启动虚拟环境，因为刚刚上面我们已经创建过虚拟环境了

conda activate sd

5.先定位到的stable-diffusion-webui项目下

cd stable-diffusion-webui

6.第一次启动sd，sd会安装基础的配置，这里等待一段时间，网速慢的个把小时，所需要的内容才会下载完毕。

#以下两者都是启动公网环境，二选一执行即可。

./webui.sh --listen #(推荐)

#或者加–share也可以
./webui.sh --share

#listen与share的区别在于listen启动的地址是0.0.0.0:7860，而share启动后是一个随机的地址。

7.第一次执行会自动下载“v1-5-pruned-emaonly.safetensors”这个模型，如果下载速度还行就耐心等待，如果网络慢的同学，可以先“ctrl+C”断开下载步骤，然后到C站随便下个大模型上传上去。

2、打开webui

后续我们启动stable diffusion时分为3个步骤：

#启动虚拟环境 conda activate sd #定位到sd根目录 cd stable-diffusion-webui #加listen是启动公网环境 ./webui.sh --listen

#启动虚拟环境

conda activate sd

#定位到sd根目录
cd stable-diffusion-webui

#加listen是启动公网环境
./webui.sh --listen

然后等待有出现http:/0.0.0.0:7860就说明已启动成功。浏览器访问http://x.x.x.x（云主机公网ip）:7860，出现stable diffusion内容即为成功。






webui界面

（四）小结

虽然webui已经启动，但是我们可以看到页面下边的配置






  • version：当前webui的版本，我在写这份文档时最新版本就是1.4，当你们看到这份文档的时候注意使用最新版本的。

  • python：版本是3.10.11，这个版本会比较合适，既能用xformers，刚刚安装又不会报错，我试过3.10.12、3.11这些版本，会出现安装不上，至于原因我没去深入研究，你们想要用最新版本的话就研究下怎么配置。

  • torch：2.0.1+cu117，sd会用到的神经网络和cuda版本，这里我cuda只有117，但是上面我安装的cuda是11.8。我不知道为什么会降一个版本，有大佬懂得话可以评论区解答下。

  • xformers：N/A，等会会安装这个，能提升出图速度。

  • gradio：这个是AI的界面，可以不用管。

  • checkpoint：这个是大模型，我们还没下载，后面步骤会下载。

二、webui-user.sh文件配置

通过我自己部署整个sd后，认为修改webui.user.sh文件，去先行配置一些参数，可以减少我们后续启动时输入的内容，以及减少后续的一些麻烦。这是其他教程所没有的，大家有必要可以参考下。

1.打开sd根目录下的webui-user.sh文件，将export commandline_args前面的#去掉，并且加上后面内容。

#!/bin/bash

#########################################################

# Uncomment and change the variables below to your need:# #########################################################

# Install directory without trailing slash #install_dir=“/home/$(whoami)”

# Name of the subdirectory #clone_dir=“stable-diffusion-webui”

# Commandline arguments for webui.py, for example: export COMMANDLINE_ARGS=“–medvram --opt-split-attention”

export COMMANDLINE_ARGS=“–theme dark --xformers --enable-insecure-extension-access --listen”

# python3 executable

#python_cmd=“python3”

# git executable

#export GIT=“git”

# python3 venv without trailing slash (defaults to  i n s t a l l d i r / {install_dir}/ installd​ir/{clone_dir}/venv) #venv_dir=“venv”

# script to launch to start the app

#export LAUNCH_SCRIPT=“launch.py”

# install command for torch #export TORCH_COMMAND=“pip install torch==1.12.1+cu113 --extra-index-url https://download.pytorch.org/whl/cu113”

# Requirements file to use for stable-diffusion-webui #export REQS_FILE=“requirements_versions.txt”

# Fixed git repos

#export K_DIFFUSION_PACKAGE=“”

#export GFPGAN_PACKAGE=“”

# Fixed git commits #export STABLE_DIFFUSION_COMMIT_HASH=“”

#export CODEFORMER_COMMIT_HASH=“”

#export BLIP_COMMIT_HASH=“”

# Uncomment to enable accelerated launch

#export ACCELERATE=“True”

# Uncomment to disable TCMalloc #export NO_TCMALLOC=“True” ###########################################

  • –theme dark。让webui变为暗色模式。有需要就加，没需要就不用加。

  • –xformers。Xformers库可以加速图像的生成。

  • –enable-insecure-extension-access。在我们用–listen启动时，会成为公网环境，在公网环境下，系统会阻止extension（扩展）的使用，以避免风险因素。所以我们如果只是自己使用的话，完全可以通过这个绕开安全检查，这样我们在启用公网环境时可以继续使用extension（扩展）功能。

  • –listen。启用公网环境。（–listen要在最后一个）。

配置完后我们在启动sd时，便不用再输入–listen。






#启动虚拟环境

conda activate sd

#定位到sd根目录
cd stable-diffusion-webui

#加listen是启动公网环境
./webui.sh

最后我们启动起来的webui就是这样。






三、extensions换源

automatic1111大佬自带的extensions源我们国内无法直接访问，所以我们需要替换成境内的源，方便于我们后续使用扩展。这里我使用秋叶大佬的源地址。

找到sd/modules/ui_extensions.py文件的这段。

with gr.TabItem(“Available”, id=“available”):

with gr.Row():

refresh_available_extensions_button = gr.Button(value=“Load from:”, variant=“primary”)

available_extensions_index = gr.Text(value=“https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui-extensions/master/index.json”, label=“Extension index URL”).style(container=False)

extension_to_install = gr.Text(elem_id=“extension_to_install”, visible=False)

install_extension_button = gr.Button(elem_id=“install_extension_button”, visible=False)

将其中的地址这段替换为https://gitee.com/akegarasu/sd-webui-extensions/raw/master/index.json

with gr.TabItem(“Available”, id=“available”):

with gr.Row():

refresh_available_extensions_button = gr.Button(value=“Load from:”, variant=“primary”)

available_extensions_index = gr.Text(value=“https://gitee.com/akegarasu/sd-webui-extensions/raw/master/index.json”, label=“Extension index URL”).style(container=False)

extension_to_install = gr.Text(elem_id=“extension_to_install”, visible=False)

install_extension_button = gr.Button(elem_id=“install_extension_button”, visible=False)

这样我们就可以秒加载扩展






四、CheckPoint的下载

（一）下载至本地再上传至服务器

  1. 从模型网站上下载checkpoint的模型到本地后

  2. 再打开服务器的编辑






  1. 打开model下的sd路径：stable-diffusion-webui/models/Stable-diffusion，并右键点击上传






上传至服务器后刷新webui就可以看到该模型了






（二）直接下载至服务器

1.获取下载路径，如：

https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.ckpt

2.cd到stable-diffusion-webui/models/Stable-diffusion目录下，用wget指令下载

#wget指令下载

wget https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.ckpt

#若出现Unable estalish SSL connent，SSL无法连接的情况，加上该指令
wget --no-check-certificate https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.ckpt

#如果wget版本过旧，更新wget
apt-get install wget -y

#以上是通过apt升级wget，如果没有apt，则需要先安装apt管理工具包
sudo apt-get install

五、LoRA的下载与安装

每个lora都附带一张图片，这张图片的名称与模型名称相同，一并上传到服务器中的lora文件夹下，在webui中就会显示该模型和预览图。当然你也可以后面安装C站助手，通过C站助手下载预览图。






六、VAE的下载与安装

1.VAE的模型全部放在这个文件夹下。模型继续使用上面提到的上传方法（这里我用本地部署的举例，服务器配置的时候要找到服务器中的path）






2.VAE模块默认是没有出来的，需要到「Settings — User interface — Quicksettings list」中添加VAE模块






3.再保存、重启UI即可。






七、ControlNet的下载与安装

（一）直接安装

若是境外服务器可以直接在sd上安装

https://github.com/lllyasviel/ControlNet

https://github.com/lllyasviel/ControlNet





（二）压缩包安装

1.我的是境内服务器，所以无法直接从github上下载，所以直接下载压缩包






然后将压缩包上传至服务器/stable diffusion/extensions目录下

2.定位到extensions目录下

cd stable-diffusion/extensions

3.解压zip

unzip ControlNet-main.zip

4.重启webui就能看到






（三）安装models

1.下载秋叶大佬已经整理好的包

链接: https://pan.baidu.com/s/1rh39DI9xVbguLO5l7O4pjA 

提取码: yqqe

2.将预处理器下的downloads文件压缩成zip

3.定位位置，具体path看自己的服务器

cd stable-diffusion-webui/extensions/sd-webui-controlnet/annotator

4.解压zip

unzip downloads.zip

5.再将下载文件中“模型”文件下的所有文件放到stable diffusion/models/ControlNet/文件内。

6.最后即可使用ControlNet。

八、Clip skip的配置

Clip skip具体有什么用可以百度下，Clip skip默认是不显示的，需要我们自己配置。

1.先到「Settings — Stable Diffusion — Clip skip」中将数值调成2






2.再到「Settings — User interface — Quicksettings list」中添加clip模块






注意：这两个步骤不可颠倒，否者先把clip模块加载出来的话，就无法设置clip的默认值，这是个坑。

九、hypernetworks的下载与安装（选装）

去模型网站上下载hypernetworks的模型，然后上传到sd/models/hypernetworks文件夹中，然后在webui界面点击刷新就可以看到了

十、插件的使用

（一）sd的汉化

1.扩展中搜索zh






2.然后找到这2个进行安装






3.到Setting——User interface——localization选择zh-hans，然后保存，重启webui。






（二）中英对照tag自动补齐

这个插件能汉化 UI 界面、Tag 自动补全、提示词 prompt 翻译等功能，解决英文不好的问题，有效减少用翻译软件的时间，不过测试发现词库并不全，有些可能还会用到翻译软件。

想要安装这个插件，需要先装一个前置插件，叫“a1111-sd-webui-tagcomplete-main”

可以通过「扩展—从网址安装」输入以下github仓下载安装。

https://github.com/DominikDoom/a1111-sd-webui-tagcomplete.git

最后重启webui就可以看到






十一、其他

（一）可下载模型的网站

  • https://civitai.com/

  • https://huggingface.co/

  • https://www.liblibai.com/

  • https://www.liandange.com/

  • https://i-desai.com/#/

  • https://aigccafe.com/

（二）如何让服务器不断开连接

腾讯云的这个OrcaTerm shell经常会不定时的断开，而我们的sd需要一直启动住，所以我们需要解决服务器断开的问题。

1.下载Putty，https://www.chiark.greenend.org.uk/~sgtatham/putty/latest.html

2.打开putty并在host name输入自己服务器的公网ip，然后点击open







3.点击accept即可






4.此处写上自己服务器的名称和密码就是我们用orcaterm登录时这里的用户名和密码。












注意这里输入密码是不会显示的，输入完后回车即可。






5.顶部右键选择“change setting”，connection这里，输入60，意味着每60秒向服务器发送一个空包保持session处于活动中。






（三）其他

#定位到models中的Stable-diffusion

cd stable-diffusion-webui/models/Stable-diffusion

#用wget命令来下载sd-v1-4模型
wget https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt

#如果出现SSL无法连接，那么加上–-no-check-certificate
wget –-no-check-certificate https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt

#如果文件太大，一次性没办法下载完，可以加上断点续传
wget –-no-check-certificate --continue https://huggingface.co/CompVis/stable-diffusion-v-1-4-original/resolve/main/sd-v1-4.ckpt

十二、总结

    以上就是作者在Linux服务器下安装stable diffusion的全部内容，通过以上方法，大家可以配置一个较为完整的在线sd。至于更多的插件、模型大家就根据自己的需求去下载安装即可，更多sd的功能大家就自己去挖掘。

    如果觉得本文有用，请来个三连吧~

    如果觉得专栏的排版不够美观的话，可以去我的飞书看https://k9v8wpkvnx.feishu.cn/docx/Icdjdcw53oGEltxhE6yc5lmhn0e

本文为我原创 本文禁止转载或摘编

云服务器

sd

stable diffusion

sd安装教程

stable diffusion云部署

link

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/129501.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Android Studio实现简易计算器（带横竖屏，深色浅色模式，更该按钮颜色，selector，style的使用）

Android Studio实现简易计算器（带横竖屏，深色浅色模式，更该按钮颜色，selector，style的使用）

目录 前言 运行结果&#xff1a; 运行截屏&#xff08;p50e&#xff09; apk文件 源码文件 项目结构 总览 MainActivity.java drawable 更改图标的方法&#xff1a; blackbutton.xml bluebuttons.xml greybutton.xml orangebuttons.xml whitebutton.xml layout 布…
阅读更多...
基于AlexNet深度学习网络的智能垃圾分类系统matlab仿真

基于AlexNet深度学习网络的智能垃圾分类系统matlab仿真

目录 1.算法运行效果图预览 2.算法运行软件版本 3.部分核心程序 4.算法理论概述 4.1、基于AlexNet深度学习网络的智能垃圾分类系统概述 4.2、基于AlexNet深度学习网络的智能垃圾分类系统主要原理 5.算法完整程序工程 1.算法运行效果图预览 2.算法运行软件版本 matlab20…
阅读更多...
Axure RP 9 for Mac(原型设计软件)中文正式版

Axure RP 9 for Mac(原型设计软件)中文正式版

Axure RP 9 是一款流行的原型设计和线框图软件&#xff0c;允许设计人员和开发人员为网站和移动应用程序创建交互式动态原型。它提供了一整套用于创建交互式设计的工具和功能&#xff0c;包括拖放小部件、条件逻辑、动态内容和动画。 软件下载&#xff1a;Axure RP 9 for Mac中…
阅读更多...
三十三、【进阶】索引的分类

三十三、【进阶】索引的分类

1、索引的分类 &#xff08;1&#xff09;总分类 主键索引、唯一索引、常规索引、全文索引 &#xff08;2&#xff09;InnoDB存储引擎中的索引分类 2、 索引的选取规则(InnoDB存储引擎) 如果存在主键&#xff0c;主键索引就是聚集索引&#xff1b; 如果不存在主键&#xff…
阅读更多...
架构师选择题--信息安全技术(系统安全)

架构师选择题--信息安全技术(系统安全)

架构师选择题--信息安全技术 真题 很少超纲 真题 b c d d b a d a d a Kergberos和数字证书是类似的协议 向TGS申请票据 C PGP&#xff1a;安全电子邮件传输协议 b c b 使用发送方是私钥加密摘要–发送方不可抵赖 加密&#xff1a;保密性 信息摘要&#xff1a;完整性 数…
阅读更多...
如何应对数据安全四大挑战？亚马逊云科技打出“组合拳”

如何应对数据安全四大挑战？亚马逊云科技打出“组合拳”

数字经济时代&#xff0c;数据被公认为继土地、劳动力、资本、 技术之后的又一重要生产要素。对于企业而言&#xff0c;数据则是一切创新与关键决策的根源。 然而&#xff0c;企业在发挥数据资产的商业价值方面&#xff0c;却面临诸多挑战&#xff0c;比如敏感数据识别、跨组织…
阅读更多...
Go:关于 Channel

Go:关于 Channel

文章目录 写在前面内容模型图与代码发送流程接收流程 写在前面 本篇主要是通过 Channel 的模型图&#xff0c;对 Channel 的原理做一个基本的概述 内容 模型图与代码 我们先来看下 Channel 的模型图&#xff1a; 以上的图是一个简要的模型图&#xff0c;意味着丢失一些细节…
阅读更多...
C语言编程实现只有一个未知数的两个多项式合并的程序

C语言编程实现只有一个未知数的两个多项式合并的程序

背景&#xff1a; 直接看题目把&#xff01;就是C语言写两个多项式多项式合并 题目要求&#xff1a; 1. 题目&#xff1a; 编程实现只有一个未知数的两个多项式合并的程序。如&#xff1a; 3x^26x7 和 5x^2-2x9合并结果为8x^24x16。 2. 设计要求 &#xff08;1&#xff09…
阅读更多...
CSS盒子定位的扩张

CSS盒子定位的扩张

定位的扩展 绝对定位&#xff08;固定定位&#xff09;会完全压住盒子 浮动元素不会压住下面标准流的文字&#xff0c;而绝对定位或固定位会压住下面标准流的所有内容 如果一个盒子既有向左又有向右&#xff0c;则执行左&#xff0c;同理执行上 显示隐藏 display: none&…
阅读更多...
如何实现chatGPT批量问答，不用token

如何实现chatGPT批量问答，不用token

3分钟&#xff0c;教你做个GPT批量问答还不用token | 有源码 源码链接 解压压缩包&#xff1b;在Pycharm打开这个文件夹 执行 pip install undetected_chromedriver 和 pip install selenium 执行第1到63行代码&#xff0c;后台会自动打开浏览器&#xff0c;需要手动登录账…
阅读更多...
Linux命令笔记

Linux命令笔记

终端命令格式&#xff1a; bash command [-options] [parameter] 7个常见Linux命令&#xff1a; 01 ls | list | 查看当前文件夹下的内容 02 pwd | print work directory | 查看当前所在文件夹 03 cd [目录名] | change directory | 切换文件夹 04 touch [文件名] | touc…
阅读更多...
android 修改输出apk的包名

android 修改输出apk的包名

一&#xff0c;打包方式使用IDE菜单选项 二、在app级别的build.gradle下配置&#xff1a; static def releaseTime() {return new Date().format("yyyyMMdd.kkmm", TimeZone.getTimeZone("GMT8")) }android.applicationVariants.all { variant ->print…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023