赞
踩
在上一篇的教程中,我为大家介绍了Stable Diffusion的原理、发展历程和优点,大家应该对Stable Diffusion这款AI绘画工具有了初步的了解,而这一篇我将教你如何在自己电脑上轻松部署WebUI。
Stable Diffusion历史文章:Stable Diffusion学习指南【初识篇】
本篇教程不只是简单的操作引导,我也会和你介绍各类工具的作用和常见问题的解决思路,Win和Mac系统的安装方法都有单独介绍哦~
文章结尾可以查看本文所有资源的获取方式,如果你有其他问题,也欢迎加入我的粉丝群一起讨论解决。下面开始正式的安装教程吧:
以下是正文部分
在上一篇中我们提到经过优化后Stable Diffusion模型可以在商业级的民用显卡上本地运行,但它对电脑硬件还是有一定要求的。
WebUI目前仅支持在搭载了 NVIDIA 和 AMD 显卡的 Windows 10/11 、搭载Apple Silicon芯片的MacOS以及Linux系统上运行。
其中优先推荐搭载了N卡的 Windows,MacOS由于没有独立显卡加速,在默认配置下只能通过CPU来跑图,相较之下出图性能较差,并且支持的社区插件也比较少,后期想训练模型也比较困难,不过如果只是作为新手学习也足够使用了。
如果以上的硬件条件你都无法满足,还有一种云端部署的方法使用Stable Diffusion,就是将WebUI搭载在平台的服务器进行使用,本文没有涉及云部署的相关内容,如果你有需要的话可以进 粉丝群 获取。
我知道很多小白朋友对电脑硬件了解的不多,为了方便对比,这里分别给大家提供最低和推荐的2套硬件清单作为参考。你可以通过鲁大师等软件查看自己的电脑硬件配置。
如果你的电脑连最低配置都无法满足,建议先升级自己的硬件设备或者采用云端部署的方法,否则会频繁出现报错、爆显存或出黑图等问题。
在以上所有配置要求中,影响最大的是一张性能足够强大的独立显卡。
对喜欢玩游戏和从事专业图形或3D建模设计的人来说,显卡非常重要,因为图像显示的运作过程中非常消耗电脑算力,如果只靠中央处理器CPU进行计算的话,电脑负载太大就很容易出现卡顿、黑屏、效率低下等问题,而这在我们使用Stable Diffusion进行AI绘图时也会格外明显。
显卡就是为了解决显示运算的问题,它里面的图形处理器(GPU)可以独立承担图像显示的计算工作,缓解CPU的计算压力。也正因如此,当显卡的算力越强时,Stable Diffusion在图像绘画方面的性能也就越强,绘图效率也就越高,而如果算力跟不上,出图速度会特别慢。对于新上手的小白来说,将大量时间花费在漫长的等待中,并随时面临宕机的风险,会极快的消磨掉你的兴趣和热情。
关于显卡类型,目前市面上的主流显卡分为N卡和A卡,分别由NVIDIA(英伟达)和AMD(超威半导体)两大厂商制造。由于N卡使用的CUDA 计算架构在深度学习方面比A卡强上许多,因此在算力相同或价格相同的情况下,N卡的跑图表现和稳定性上会明显优于A卡,所以优先推荐使用NVIDIA显卡来跑图,市面上的社区资源大部分也是基于N卡来配置的。
我这边为大家找到了目前最新的显卡天梯图,方便你进行显卡性能对比,需要完整图片的可以在公众号回复【天梯图】获取,还有最新的CPU性能对比天梯图哦~
除了基础算力,显卡还有另外一个重要指标:显存。显存决定了可以存储临时图形数据的最大容量,简单理解就是算力影响出图的速度,显存影响出图的尺寸。如果你的显存不够大,就只能绘制一些小尺寸的图片,这对人像等需要显示高清细节的图片来说体验会降低很多。此外,显存也会影响后期在训练模型时的训练规模。一般来说,电脑显存容量至少要在8GB以上才可以保证较好的出图体验。
最后除了显卡就是硬盘容量了,运行Stable Diffusion需要安装各种环境部署程序和模型,如果硬盘容量太小是没办法满足跑图需求的,其中 C盘预留10G以上空间用于安装前置环境、应用和过程中的缓存文件,其他盘预留50~100G空间,用于放置WebUl本体以及后续的各类模型文件。
还有一点,建议将Stable Diffusion都放置在固态硬盘的文件夹里,这样在读取速度上也会快上许多。
如果你已经满足了以上硬件要求,下面就到正式的安装环节了,先来看看Win系统的安装教程。
得益于各路大佬开发的整合包,在Win系统上安装WebUI的流程要轻松很多。此前如果要安装WebUI,必须自行在电脑上部署完整的运行环境,下面是从安装到启用WebUI正常需要经历的几个流程:
因为网络波动、前置应用未安装、电脑兼容性等问题,在安装过程中经常会出现各类报错,对于看不懂代码的小白用户来说是个很大的问题。
后来,人称赛博佛祖的B站UP主秋叶aaaki开发了一款将环境部署、WebUI程序、插件、模型等全部整合在内的启动工具,该整合包将WebUI的运行设置在虚拟环境下,所需的各类应用插件都已经配置在内,用户无需再自行安装前置应用,也很少会出现报错等问题。
秋叶整合包B站地址:
为方便大家更好的设置和管理WebUI,整合包内还提供了相应的启动器管理工具,每次启动时也会自动检测更新各类工具插件,可以说非常方便了。
秋叶的整合包是针对Win系统的N卡用户,更适合新手使用,功能齐备,支持一键启动,方便后期更新管理。而如果你是A卡用户,也可以尝试星空的整合包,它适合有一定基础的用户,不过我自己没有尝试过,如果有需要可以去B站了解详细的安装内容:
星空整合包B站地址:
前面提到秋叶整合包已经集成了WebUI所需的运行环境,不过建议大家还是提前安装好下面这几款主要的前置应用,能一定程度上减少报错的概率,而且比整合包更新下载的速度也更快。Win系统需要安装的前置应用有Python、Git和CUDA。
在整个安装过程中你会频繁使用到命令行,所以先和你介绍下Win系统里命令行的启动方法:命令行允许用户间接控制系统的内核,可以简单理解成用代码来控制电脑上的一切操作。
相信很多人都听过Python的大名,它是一种高级编程语言,可以帮助程序员为项目编写逻辑清晰的代码,是目前世界上最受欢迎的编程语言之一,被广泛用于Web开发、数据分析、人工智能、游戏开发等各个领域。Stable Diffusion WebUI就是基于Python开发的,所以如果你的电脑上没有安装Python,WebUI是无法正常运行的。
安装Python很简单,我们直接搜索找到Python的下载官网,首页进来这里显示的是python的最新版本,但因为WebUI是基于较老的 3.10 版本开发的,所以保险起见我们还是下载官方推荐的 3.10.6 版本:首页往下滚动,可以找到python发布的历史版本,在其中找到 python 3.10.6
后点击下载。
跳转页面后滚动到最下方,找到你自己电脑对应的版本,正常大部分都是Windows installer (64-bit)
,点击下载后解压,点击install now
安装即可。
这里按照流程一步步往下操作即可,唯一需要注意的是记得勾选✅ add python to path,这样默认路径才能被写入系统,后续Stable Diffusion才能顺利调用python。
安装完成后,我们可以在命令行中输入 Python -V 来检验Python版本,确认是否安装成功。
第二个软件是Git,程序员的同学们对它就非常熟悉了。由于开源程序的研发代码更新会比较频繁,如果每次都要下载后在本地替换或者二次安装会特别麻烦。为此,国外将很多开源代码放置在像GitHub、HuggingFace等在线代码仓库上,而Git软件的作用就是将线上的代码直接同步到电脑本地。你可以简单将其理解为程序的安装和更新器。
Git 的安装和python类似,同样是先搜索找到Git官网,然后按照流程选择对应系统下的安装包即可。
Git官网地址:Githttps://git-scm.com/
安装过程也很简单,依照安装包流程逐步往下即可。
同样,你可以在命令行输入git --version 来检验Git的版本,确认已经安装成功。
最后就是CUDA,这是一个用于NVIDIA显卡运算的并行计算框架,它可以让显卡处理图像计算以外的任务,实际效果就是可以加速图像渲染并提升模型训练等计算效率。
在命令行中输入nvidia-smi
打开显卡的管理界面,里面会标明设备支持的 CUDA 版本,然后在官网的CUDA工具包页面找到对应版本进行下载。
官方提供了两种安装方式,建议选 local 安装包,安装的过程一路维持默认前进就好。
此外,我也建议将显卡驱动更新到最新版本。我们在官方下载英伟达驱动更新程序Geforce Experience ,初次使用需要你注册登录一个账号。
英伟达驱动下载地址:https://www.nvidia.cn/geforce/geforce-experience/
安装完成后,点击右上角的检查更新,如果有待更新版本,这里会有2个按钮提示你快速更新,更新到最新版后则不会再出现选项。
2.3 安装并使用秋叶整合包
安装完前置应用后,下面就是使用秋叶的整合包了。我们先下载整合包并解压到合适的文件夹中,整合包文件大小在13G左右,但后期我们还要安装各类模型和插件,所以对应盘要预留至少100G的硬盘空间。
在解压后的文件夹中先找到启动器运行依赖
,点击进行安装,保证启动器程序可以正常运行。接着找到A启动器.exe
文件打开。
在第一次打开时,启动器会自动更新必备的一些软件和插件,下载过程需要等待一会。启动成功后,会出现如下所示的绘世-启动器
页面,点击下面的一键启动
按钮。
会出现控制台运行窗口,等待命令行自动运行,结束后正常来说会直接在弹出浏览器的WebUI 界面,如未自动打开,可以复制最后出现的 URL 地址到浏览器中打开。
默认的 URL 地址:http://127.0.0.1:7860
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。