Stable Diffusion安装与配置详细步骤
一 、下载前置资源
下载CUDA
1. 查看CUDA版本
通过以下命令查看CUDA版本：
nvidia-smi
复制
确保CUDA版本符合要求。
2. 下载CUDA
访问NVIDIA官网获取当前版本CUDA：CUDA Toolkit Downloads
获取旧版本CUDA：CUDA Toolkit Archive
下载Visual Studio和visual-cpp-build-tools
官网：
Visual Studio 2022 IDE - 适用于软件开发人员的编程工具 (microsoft.com)
Microsoft C++ Build Tools - Visual Studio
3. 下载和安装MiniConda
4. 安装Visual Studio和CUDA
安装Visual Studio和CUDA，确保环境配置完整。
二、安装stable-diffusion-webui
1. 克隆webui
使用以下命令克隆webui项目：
git clone git@github.com:AUTOMATIC1111/stable-diffusion-webui.git
复制
2. 解决bug
在文件webui.py中搜索“shared.demo.launch”并进行必要的修改。
下载必要文件到openai文件夹，例如：
git clone https://www.modelscope.cn/AI-ModelScope/clip-vit-large-patch14.git
复制
编辑webui-user.bat文件，添加修改显卡参数
跳转到显存优化命令写法
修改端口号位置防止和ollama冲突
在/stable-diffusion-webui/webui-user.sh文件中，修改端口号位置，例如：
export COMMANDLINE_ARGS="--xformers --medvram --theme=dark --port=8888"
复制
3 安装依赖和运行
打开cmd到相应路径
conda create -n StableDiffusion python=3.10.6
conda activate StableDiffusion
pip install insightface==0.7.3
复制
运行服务：
conda activate StableDiffusion
webui-user.bat
复制
安装汉化插件
汉化包我们选择 stable-diffusion-webui-chinese,
(Extensions -> Install from URL),
https://github.com/VinsonLaro/stable-diffusion-webui-chinese
点击安装时
安装完成后, 点击页面底部的 Reload UI
使用翻译插件
选中
应用
重启
8. 安装插件和下载模型
安装插件路径：插件路径
https://gitcode.net/rubble7343/sd-webui-extensions/raw/master/index.json
下载基础模型地址：Stable Diffusion Models
其他问题的解决办法
1 pip问题
如果出现ModuleNotFoundError: No module named ‘pip’错误，可以通过以下命令修复：
python -m ensurepip
python -m pip install --upgrade pip
复制
2.onnxruntime问题
查看对应cuda版本的onnxruntime
NVIDIA - CUDA | onnxruntime
在onnxruntime版本与CUDA等版本均对应，但却出现上面的警告信息，且没有查看到GPU调用。
考虑是不是onnxruntime压根没找到GPU，所以尝试了下面的代码：
import onnxruntime
onnxruntime.get_device() # 得到的输出结果是GPU，所以按理说是找到了GPU的
print("use"+onnxruntime.get_device())
复制
如果是cpu，就那么就删除所有onnxruntime相关的库文件，重新安装
python -m pip install -U pip
pip uninstall -y onnxruntime onnxruntime-gpu onnxruntime-silicon onnxruntime-extensions
pip install "onnxruntime-gpu>=1.16.1"
复制
参考：ONNX模型推理 ｜ ONNX Runtime 找不到 CUDA，推理只能用 CPU 时的解决方案 - 知乎 (zhihu.com)
3. 解决网页无法打开问题
这种情况把提前网路全部断开也可以成功启动
若启动成功但网页无法打开，可尝试下载插件：
下载插件链接1
下载插件链接2
打开任意一个链接下载即可
以下是对各个显存优化命令的写法:
一、低显存优化命令示例
如果您有 4GB VRAM 并且想要制作 512x512（或最高 640x640）的图像，使用以下命令：
set COMMANDLINE_ARGS=--medvram
复制
如果您有 4GB VRAM 并且想要制作 512x512 图像，但遇到内存不足错误，尝试以下命令：
set COMMANDLINE_ARGS=--medvram --lowvram --always-batch-cond-uncond
复制
如果您有 4GB VRAM 并且想要生成比通常使用的显存容量更大的图像，尝试以下命令：
set COMMANDLINE_ARGS=--medvram --lowvram
复制
二、性能优化参数表
--opt-sdp-attention：可能比在某些系统上使用 xformer 的速度更快，但需要更多的 VRAM。
--xformers：使用xformers库，内存消耗和速度有显著改进。
--force-enable-xformers：无论程序认为您是否可以运行它，都启用 xformers。
--medvram：使稳定扩散模型消耗更少的 VRAM，降低性能。
--lowvram：对上述内容进行更彻底的优化，对性能有破坏性。
--no-half：不将模型切换到 16 位浮点数。
三、个人总结优化命令
根据您的个人总结，您可以尝试以下命令来生成图像：
set COMMANDLINE_ARGS=--lowvram --xformers --no-half --autolaunch
复制
通过以上优化命令，您可以在低显存环境下尝试生成图像，平衡速度和显存消耗，提高稳定扩散模型的性能和效率。请根据您的实际情况和需求选择合适的优化参数。
参考：原生Stable Diffusion本地部署伪保姆级（第六篇）--开启SD之旅（3）-性能优化 - 知乎 (zhihu.com)