主要先容stable-diffusion-webui的 主题斥地、插件斥地 等内容,感意思的一又友不错订阅下!
诳言Stable-Diffusion-Webui-客制化主题(一) 诳言Stable-Diffusion-Webui-客制化主题(二) 诳言Stable-Diffusion-Webui-客制化主题(三)
不定时更新中...
AMD显卡请看这篇著作stable-diffusion-webui手动安设详备重要(AMD显卡)
前提率先不暴虐去安设stable-diffusion-webui的一键安设包,既然学习就一次性把它学会。然后,最主要的是一键安设有以下问题: 1、安设包的中的torch版块与我方的CUDA版块不兼容,终末天然不错初始圭表,然则根柢不会激活GPU去加速渲染图形,导致渲染一副图形的速率极慢 2、stable-diffusion-webui暴虐的python版块是3.10,然则python3.10可能无法通过pip粗略conda去下载某些CUDA版块对应的torch,导致终末圭表无法启动
问题笔者在安设经过中际遇的问题: CUDA版块是10.2,使用python3.10去下载torch包时历久取法找到CUDA10.2对应的torch包,这个问题困扰了我一天,之后发现python3.10当今是不复古cuda10.2版块的torch包的,不错通过 CUDA版块对应的torch去检察,最终通过先升级显卡驱动(升级CUDA版块)再下载对应CUDA版块的CUDAToolKit,再下载CUDA版块对应的torch包即可。
环境OS:Windows10 显卡类型:NVIDIA(英伟达) Python版块:3.10.6(必须为该版块) Git:必须
安设经过 升级CUDA驱动笔者这里由于际遇了以上所述问题,是以先要升级CUDA驱动,淌若是更高版块的驱动不错跳过该重要。
需要证实我方显卡类型去下载相应的驱动,win + x ->建造料理器 ->裸露适配器
图片
然后去 CUDA驱动 填写对应的显卡信息后搜索显卡驱动图片
笔者这里选拔第一个驱动进行下载,下载之后是一个exe文献,径直按照重要安设即可,经过相比苟简不再赘述图片
安设完成后检察CUDA版块,笔者这里是11.4.176图片
粗略是使用敕令nvidia-smi检察,不错看到CUDA版块是11.4,相应的驱动版块是472.84PS C:\Users\samsung> nvidia-smi Sat Apr 1 14:02:38 2023 +-----------------------------------------------------------------------------+ | NVIDIA-SMI 472.84 Driver Version: 472.84 CUDA Version: 11.4 | |-------------------------------+----------------------+----------------------+ | GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC | | Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. | | | | MIG M. | |===============================+======================+======================| | 0 NVIDIA GeForce ... WDDM | 00000000:01:00.0 Off | N/A | | N/A 0C P8 N/A / N/A | 75MiB / 4096MiB | 0% Default | | | | N/A | +-------------------------------+----------------------+----------------------+ +-----------------------------------------------------------------------------+ | Processes: | | GPU GI CI PID Type Process name GPU Memory | | ID ID Usage | |=============================================================================| | 0 N/A N/A 14052 C+G ...IA GeForce Experience.exe N/A | +-----------------------------------------------------------------------------+安设CUDAToolKit
淌若原本装过CUDA ToolKit请先卸载
CUDA ToolKit 找到CUDA驱动版块对应的CUDA ToolKit版块下载,由于笔者这里的CUDA驱动版块是472.84,是以CUDA ToolKit版块选拔11.4.4,CUDA驱动版块与CUDA ToolKit对应关系
图片
图片
下载好之后是一个exe文献,cuda_11.4.4_472.50_windows.exe,不错看到名字中含有不错使用该CUDA ToolKit的最小CUDA驱动为472.50。安设很苟简,这里不再赘述。最终检察CUDA的现实版块,nvcc --version
PS C:\Users\samsung> nvcc --version nvcc: NVIDIA (R) Cuda compiler driver Copyright (c) 2005-2021 NVIDIA Corporation Built on Mon_Oct_11_22:11:21_Pacific_Daylight_Time_2021 Cuda compilation tools, release 11.4, V11.4.152 Build cuda_11.4.r11.4/compiler.30521435_0安设cuDNN
cuDNN版块 cuDNN是一个神经网罗学习的加速库,因为stable-diffusion-webui中证实一些模子进行文本生图时不错用该包加速渲染速率。找到与CUDA版块一直的cuDNN下载
图片
下载后将该压缩包解压,将内部的全部文献复制到CUDA安设的目次下,路劲为: C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.4图片
注:不错看到天然有同名文献夹,然则莫得同名文献,是以cuDNN的文献在复制到CUDA中时是不会辅导要掩饰的情况,淌若有,那么一定是那处出错了 克隆形貌地址stable-diffusion-webui
图片
克隆github形貌自行查询,相比苟简不再赘述。淌若由于网罗的原因无法克隆,不错先将形貌fork到 我方的 https://gitee.com/ 仓库(国内仓库探望较快),然后再克隆到腹地,设施如下:
图片
图片
图片
此时 git clone https://… 去把形貌克隆到腹地就行 安设Pytorch笔者这里使用Anaconda安设了一个python3.10.6的臆造环境,天然群众也不错不使用Anaconda,径直下载安设python3.10.6亦然不错的
pytorch 需要安设CUDA版块对应的Pytorch版块,淌若不是使用Annconda,请使用pip install指示下载pytorch
图片
笔者这里本应该安设CUDA11.4对应的pytorch,然则pytorch官网中当今并莫得提供该版块,于是安设了CUDA11.3对应的pytorch版块,该版块不错在CUDA11.4中使用# 创建一个python3.10.6的臆造环境,并定名为 sdui (base) C:\Users\samsung>conda create -n sdui python==3.10.6 ... #激活创建的臆造环境 sdui (base) C:\Users\samsung>conda activate sdui # 安设pytorch,恭候时候取决于网速 (sdui) C:\Users\samsung>conda install pytorch torchvision torchaudio pytorch-cuda=11.3 -c pytorch -c nvidia #测试torch是否安设告成 (sdui) C:\Users\samsung>python Python 3.10.6 | packaged by conda-forge | (main, Oct 24 2022, 16:02:16) [MSC v.1916 64 bit (AMD64)] on win32 Type "help", "copyright", "credits" or "license" for more information. >>> import torch >>> torch.cuda.is_available() # true代表告成使用torch True启动形貌
矜重:淌若不是使用Anaconda安设的臆造python环境,那么率先需要双击 webui-user.bat初始后会在形貌根目次下生成一个臆造的python环境(其实是拷贝了系统也曾安设的python版块到webui的指定目次),即\venv\Scripts\python.exe,后续安设的python依赖包王人是需要通过该臆造python环境中的python敕令去下载的
(2023-06-12)近盼愿多同学反映双击webui-user.bat安设时经过中会反复报错,其实大无边的失误是由于在安设经过中会去github拉去依赖包时超时而导致的,内容原因是弗成告成的探望github,于是不错给在需要去github拉去依赖的代码处加上代理地址:
(旧版块stable-diffusion-webui加代理):参加webui根目次下,裁剪launch.py,全局搜索https://github.com,然后在前边加上https://ghproxy.com/前缀,即最终酿成了https://ghproxy.com/https://github.com,难忘保存!
(新版块stable-diffusion-webui加代理):淌若要给新版块的sd加代理,那么和以上的形势不太通常了(2023-05-29): 需要参加到sd根目次下的modules文献夹,然后裁剪launch_utils.py
图片
这么安设经过应该会告成许多!# 参加形貌根目次,安设形貌 requirements.txt 中条目的依赖。不错添加给pip粗略conda添加国内镜像,这么不错加速下载速率。怎样添加镜像这里不再赘述。 (sdui) D:\AI\project\stable-diffusion-webui>python -m pip install -r requirements.txt #启动形貌 (sdui) D:\AI\project\stable-diffusion-webui>python launch.py Python 3.10.6 | packaged by conda-forge | (main, Oct 24 2022, 16:02:16) [MSC v.1916 64 bit (AMD64)] Commit hash: 22bcc7be428c94e9408f589966c2040187245d81 Installing clip Installing open_clip Traceback (most recent call last): File "D:\AI\project\stable-diffusion-webui\launch.py", line 355, in <module> prepare_environment() File "D:\AI\project\stable-diffusion-webui\launch.py", line 269, in prepare_environment run_pip(f"install {openclip_package}", "open_clip") File "D:\AI\project\stable-diffusion-webui\launch.py", line 129, in run_pip return run(f'"{python}" -m pip {args} --prefer-binary{index_url_line}', desc=f"Installing {desc}", errdesc=f"Couldn't install {desc}") File "D:\AI\project\stable-diffusion-webui\launch.py", line 97, in run raise RuntimeError(message) RuntimeError: Couldn't install open_clip. Command: "C:\Users\samsung\.conda\envs\sdui\python.exe" -m pip install git+https://github.com/mlfoundations/open_clip.git@bb6e834e9c70d9c27d0dc3ecedeebeaeb1ffad6b --prefer-binary Error code: 1 stdout: Looking in indexes: https://mirrors.cloud.tencent.com/pypi/simple Collecting git+https://github.com/mlfoundations/open_clip.git@bb6e834e9c70d9c27d0dc3ecedeebeaeb1ffad6b Cloning https://github.com/mlfoundations/open_clip.git (to revision bb6e834e9c70d9c27d0dc3ecedeebeaeb1ffad6b) to e:\temp\pip-req-build-godg7jm4 stderr: Running command git clone --filter=blob:none --quiet https://github.com/mlfoundations/open_clip.git 'E:\temp\pip-req-build-godg7jm4' fatal: unable to access 'https://github.com/mlfoundations/open_clip.git/': OpenSSL SSL_read: SSL_ERROR_SYSCALL, errno 10054 error: subprocess-exited-with-error git clone --filter=blob:none --quiet https://github.com/mlfoundations/open_clip.git 'E:\temp\pip-req-build-godg7jm4' did not run successfully. exit code: 128 See above for output. note: This error originates from a subprocess, and is likely not a problem with pip. error: subprocess-exited-with-error git clone --filter=blob:none --quiet https://github.com/mlfoundations/open_clip.git 'E:\temp\pip-req-build-godg7jm4' did not run successfully. exit code: 128 See above for output. note: This error originates from a subprocess, and is likely not a problem with pip.
这里报错清寒open_clip依赖,因为这个依赖包是从github上去拉去的,笔者这里由于网罗不自由,是以下载失败了。此时不错径直使用conda指示去下载,其实下载指示不错去以上报错中的open_clip的github地址检察,不错看到现实安设的是open_clip_torch依赖
图片
(sdui) D:\AI\project\stable-diffusion-webui>python -m pip install open_clip_torch
此外,也不错径直去github仓库将open_clip的代码clone到腹地,然后参加open_clip形貌根目次下实践相应指示去安设
(sdui) D:\AI\project\open_clip>python setup.py build install
问题措置后再次回到形貌根目次下启动形貌
(sdui) D:\AI\project\stable-diffusion-webui>python launch.py Python 3.10.6 | packaged by conda-forge | (main, Oct 24 2022, 16:02:16) [MSC v.1916 64 bit (AMD64)] Commit hash: 22bcc7be428c94e9408f589966c2040187245d81 Cloning Stable Diffusion into D:\AI\project\stable-diffusion-webui\repositories\stable-diffusion-stability-ai... Cloning Taming Transformers into D:\AI\project\stable-diffusion-webui\repositories\taming-transformers... Traceback (most recent call last): File "D:\AI\project\stable-diffusion-webui\launch.py", line 355, in <module> prepare_environment() File "D:\AI\project\stable-diffusion-webui\launch.py", line 289, in prepare_environment git_clone(taming_transformers_repo, repo_dir('taming-transformers'), "Taming Transformers", taming_transformers_commit_hash) File "D:\AI\project\stable-diffusion-webui\launch.py", line 151, in git_clone run(f'"{git}" clone "{url}" "{dir}"', f"Cloning {name} into {dir}...", f"Couldn't clone {name}") File "D:\AI\project\stable-diffusion-webui\launch.py", line 97, in run raise RuntimeError(message) RuntimeError: Couldn't clone Taming Transformers. Command: "git" clone "https://github.com/CompVis/taming-transformers.git" "D:\AI\project\stable-diffusion-webui\repositories\taming-transformers" Error code: 128 stdout: <empty> stderr: Cloning into 'D:\AI\project\stable-diffusion-webui\repositories\taming-transformers'... fatal: unable to access 'https://github.com/CompVis/taming-transformers.git/': Failed to connect to github.com port 443: Timed out
又报错了,通过输出不错看出,这一步会在形貌根目次下生成一个repositories文献夹,然后会从github上克隆一些形貌到该文献夹下,然则克隆https://github.com/CompVis/taming-transformers.git形貌时超时报错了,是以又是网罗的问题,咱们径直将该形貌手动克隆到repositories文献夹下,然后参加taming-transformers目次下实践
(sdui) D:\AI\project\stable-diffusion-webui\repositories\taming-transformers>python setup.py build install # 矜重:这里有一个坑,淌若不是使用Anaconda生成的臆造python环境的话,而是径直安设的python环境的话,形貌启动时会在形貌根目次下生成一个臆造的python环境,后续重要安设的python依赖包王人是通过该臆造环境的python指示安设的,是以,此时应该参加到该臆造python环境的目次下,使用该臆造环境的python去实践 python setup.py build install 这么的指示。 臆造环境python旅途:形貌根目次\venv\Scripts\python.exe
粗略多启动形貌试几次,笔者这里再次启动形貌后等了一会就不错了
(sdui) D:\AI\project\stable-diffusion-webui>python launch.py Python 3.10.6 | packaged by conda-forge | (main, Oct 24 2022, 16:02:16) [MSC v.1916 64 bit (AMD64)] Commit hash: 22bcc7be428c94e9408f589966c2040187245d81 Cloning Taming Transformers into D:\AI\project\stable-diffusion-webui\repositories\taming-transformers... Cloning K-diffusion into D:\AI\project\stable-diffusion-webui\repositories\k-diffusion... Cloning CodeFormer into D:\AI\project\stable-diffusion-webui\repositories\CodeFormer... Cloning BLIP into D:\AI\project\stable-diffusion-webui\repositories\BLIP... Installing requirements for CodeFormer Installing requirements for Web UI Launching Web UI with arguments: No module 'xformers'. Proceeding without it. ============================================================================== You are running torch 1.12.1. The program is tested to work with torch 1.13.1. To reinstall the desired version, run with commandline flag --reinstall-torch. Beware that this will cause a lot of large files to be downloaded, as well as there are reports of issues with training tab on the latest version. Use --skip-version-check commandline argument to disable this check. ============================================================================== Downloading: "https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors" to D:\AI\project\stable-diffusion-webui\models\Stable-diffusion\v1-5-pruned-emaonly.safetensors 100%|█████████████████████████████████████████████████████████████████████████████| 3.97G/3.97G [16:22<00:00, 4.34MB/s] Calculating sha256 for D:\AI\project\stable-diffusion-webui\models\Stable-diffusion\v1-5-pruned-emaonly.safetensors: 6ce0161689b3853acaa03779ec93eafe75a02f4ced659bee03f50797806fa2fa Loading weights [6ce0161689] from D:\AI\project\stable-diffusion-webui\models\Stable-diffusion\v1-5-pruned-emaonly.safetensors Creating model from config: D:\AI\project\stable-diffusion-webui\configs\v1-inference.yaml LatentDiffusion: Running in eps-prediction mode DiffusionWrapper has 859.52 M params. Applying cross attention optimization (Doggettx). Textual inversion embeddings loaded(0): Model loaded in 32.4s (calculate hash: 19.4s, load weights from disk: 0.7s, create model: 1.3s, apply weights to model: 3.9s, apply half(): 1.7s, load VAE: 1.1s, move model to device: 1.3s, load textual inversion embeddings: 2.8s). Running on local URL: http://127.0.0.1:7860 To create a public link, set `share=True` in `launch()`. Startup time: 1079.2s (import torch: 8.3s, import gradio: 6.2s, import ldm: 4.3s, other imports: 11.4s, list extensions: 0.3s, list SD models: 1008.8s, setup codeformer: 0.8s, list builtin upscalers: 0.1s, load scripts: 4.7s, load SD checkpoint: 32.9s, create ui: 0.9s, gradio launch: 0.5s).
这一步经过相比长,不错看到会下载一个3.79G的Stable-diffusion模子到项缱绻models文献夹下。其实我以为这里代码是不错优化下的,淌若用户预先也曾单独下载好了相应的模子(因为之后在使用经过中咱们亦然不错手动导入模子到models文献夹下),那么不错迷漫径直放到models文献夹底下,无需再次下载,是以这里我以为不错行动可选选项让用户在敕令行中交互:是否下载xxx模子。 到这里咱们就不错探望以上日记输出中的地址进行项缱绻探望:http://127.0.0.1:7860
图片
此时不错看到python正在使用GPU,讲解CUDA是起作用的。图片
到这里就算是安设告成了,淌若思要汉化,github也有相应的汉化包,读者可自行探索使用。对于软件的使用笔者亦然一个生手,群众有好的教程不错放在褒贬区沿路学习。
题外话此外,思创建一个微信群群众筹议学习。入群需要慑服限定: 退却关连包括但不限于政事、色情、宗教类等坐法中华东谈主民共和王法律的音尘; 退却告白; 退却暗里加群友; 群友一切的耗费由我方承担,应当进步警惕,不要轻信他东谈主!!! 个东谈主微信:INYOURWORLDWITHME(加群备注:AI绘图)
本站仅提供存储处事,整个内容均由用户发布,如发现存害或侵权内容,请点击举报。