前言：
一、电脑配置要求
二、安装Anaconda
三、cuda和cudnn安装
四、Stable-Diffusion开源代码下载和依赖安装
五、启动服务
前言：
为什么本地部署？Stable-Diffusion是完全开源的，本地部署不受限于网络压力，自由出图，效率高，速度快，非常适合有一定电脑基础的同学们。当然跟着我这篇，无基础的小白也能迅速部署。
一、电脑配置要求
虽然可以本地部署，但是电脑配置还是有一定的要求：
需要配置一张N卡，最少得4G显存，最好20系以上的卡；网上说A卡无法本地部署（这个有待考证） Win10及以上系统； 科学上网，没有梯子基本寸步难行； 题主的电脑配置RTX3070+10700F+16G内存，一张512*512的图大概在5s左右；二、安装Anaconda
已经安装过额同学们可以跳过这节，安装很简单，参考下面步骤
Anaconda | The World’s Most Popular Data Science Platform下载对应版本的安装包； 双击安装包进行安装，选择安装路径，一路下一步到这步，点击install即可 在左下角开始菜单找到这个Anaconda Prompt，点击打开conda命令行窗口 创建Stable-Diffusion专用虚拟环境，采用Python3.10.6，一路按确认即可创建环境；conda create --name stable-diffusion python=3.10.6
当前在base环境下，切换环境为我们刚创建的stable-diffusion，conda activate stable-diffusion
以上就完成了Anaconda的安装和虚拟环境创建了，下面我们会进行虚拟环境依赖的安装。
三、cuda和cudnn安装
官网下载地址https://developer.nvidia.com/cuda-toolkit-archive，根据自己的显卡型号下载对应的cuda和cudnn，需要科学上网 具体参考：CUDA与cuDNN安装教程（超详细）_kylinmin的博客-CSDN博客，不过多追赘述，如有不清楚的可以私信我四、Stable-Diffusion开源代码下载和依赖安装
下载Stable-Diffusion开源代码，有两种方法，电脑中有Git的使用git下载git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
没安装git的同学们，直接登录网站下载zip压缩包，
解压下载的Stable-Diffusion源码，将命令行窗口切换值源码目录，输入以下命令安装依赖。pip install -r requirements.txt
注意网上的教程大多是运行webui-user.bat，该脚本文件实在源码目录下新建一个venv，将依赖全部下载该虚拟环境下，与我们使用的Anaconda不同，我们避免需要避免该操作，否则会遇到gfpgan一直安装不了的一系列问题。
下面是重点，pip install -r requirement.txt也会存在不少资源安装不了的情况，对于安装失败的依赖包我们可以切换豆瓣源进行安装，举例安装gfpgan,可以使用如下的命令pip install gfpgan -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
pip install 库名称 -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
安装完成之后的输入pip list,查看依赖是否都安装完成，缺少的重复上一步，至此依赖环境都安装完成。五、启动服务
在命令行窗口输入Python launch.py，直到出现下面的显示，表示服务启动成功；在服务器输入网址127.0.0.1:7860即可打开sd的web操作界面
文字汉化，英语好的忽略，https://github.com/journey-ad/sd-webui-bilingual-localization将网址输入到步骤3中https://github.com/journey-ad/sd-webui-bilingual-localization将网址输入到步骤3中切换到installed中执行一下步骤即可
后面就是sd的使用啦，后续会出使用教程