stable diffusion webui 安装部署（linux系统）_error: this script must not be launched as root, a

文中部署stable diffusion webui所使用的机器是腾讯云服务器linux系统，centos7

一 环境准备

在这里使用anaconda安装，优势就是可以方便地安装和管理软件包，同一系统上可以同时使用不同版本的 Python 和第三方软件包。如果你需要安装多个系统，而且依赖软件版本不同，那就安装anaconda吧。

1、下载Anaconda

wget https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh

如果没有wget则可以通过以下命令安装yum install wget -y

2、安装Anaconda

增加执行权限： chmod +x Anaconda3-2023.03-1-Linux-x86_64.sh

开始执行：./Anaconda3-2023.03-1-Linux-x86_64.sh

跟着提示来做，让回车就回车，让yes就yes，安装成功后会显示如下提示

3、创建Stable Diffusion虚拟环境

在使用 Conda 管理 Python 环境时，默认情况下会创建一个名为 base 的虚拟环境，该环境是全局共享的，即在该环境下安装的 Python 包和库都会对系统上的其他所有虚拟环境和全局环境可见。

如果不进行设置，重新启动就变成下面这个样子

(base) [root@VM-0-4-centos ~]#

为了清晰，也为了后面再部署其他的AI应用，我们给Stable Diffusion创建单独的虚拟环境。

创建虚拟环境：conda create -n sd python=3.10.6

---

、

查看环境列表：conda evn list 

 安装git

conda install git

查看git版本号

二： stable-diffusion-webui 安装部署

1、下载代码stable-diffusion-webui

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

2、启动webu.sh

切换到 stable-diffusion-webui目录

方法一： 运行 bash webui.sh如果是root用户，需要注释掉webui.sh中关于root权限的判断。

 方法二：root用户还可以直接运行 bash webui.sh -f

三：常见报错信息

接下来就是解决报错信息了。

1、ERROR: This script must not be launched as root, aborting...

启动时候加个参数： bash webui.sh -f 这样就可以以root启动了。

如果嫌麻烦可以修改 webui.sh脚本代码

2、No matching distribution found for torch==2.0.1

Collecting torch==2.0.1

Could not find a version that satisfies the requirement torch==2.0.1 (from versions: 1.0.0, 1.0.1, 1.0.1.post2, 1.1.0, 1.2.0, 1.3.0, 1.3.1, 1.4.0, 1.5.0, 1.5.1, 1.6.0, 1.7.0, 1.7.1, 1.8.0, 1.8.1, 1.9.0, 1.9.1, 1.10.0, 1.10.1, 1.10.2)

No matching distribution found for torch==2.0.1

You are using pip version 9.0.3, however version 23.1.2 is available.

You should consider upgrading via the 'pip install --upgrade pip' command.

Traceback (most recent call last):

File "launch.py", line 38, in <module>

main()

File "launch.py", line 29, in main

prepare_environment()

File "/home/sdui/stable-diffusion-webui/modules/launch_utils.py", line 254, in prepare_environment

run(f'"{python}" -m {torch_command}', "Installing torch and torchvision", "Couldn't install torch", live=True)

File "/home/sdui/stable-diffusion-webui/modules/launch_utils.py", line 101, in run

raise RuntimeError("\n".join(error_bits))

RuntimeError: Couldn't install torch.

Command: "/home/sdui/stable-diffusion-webui/venv/bin/python3" -m pip install torch==2.0.1 torchvision==0.15.2 --extra-index-url https://download.pytorch.org/whl/cu118

Error code: 1

问题排查：

1、pip版本不对，导致下载文件报错

conda中默认带的旧版本pip，更换为pip3

卸载：conda uninstall pip

安装：conda install -c anaconda pip

然后运行：bash webui.sh

2、如果无法自动完成下载安装，可以手动进行安装

查看下CUDA版本版本

nvidia-smi

cat /usr/local/cuda/version.txt

手动选择版本 https://pytorch.org/get-started/locally/

选择好对应的版本，conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia

运行之后，就开始进入各种依赖的下载

3、git版本太低

解决方案：conda install git

[notice] To update, run: pip install --upgrade pip

Installing gfpgan

Installing clip

Installing open_clip

Cloning Stable Diffusion into /app/stable-diffusion-webui/repositories/stable-diffusion-stability-ai...

Traceback (most recent call last):

File "/app/stable-diffusion-webui/launch.py", line 38, in <module>

main()

File "/app/stable-diffusion-webui/launch.py", line 29, in main

prepare_environment()

File "/app/stable-diffusion-webui/modules/launch_utils.py", line 288, in prepare_environment

git_clone(stable_diffusion_repo, repo_dir('stable-diffusion-stability-ai'), "Stable Diffusion", stable_diffusion_commit_hash)

File "/app/stable-diffusion-webui/modules/launch_utils.py", line 150, in git_clone

run(f'"{git}" -C "{dir}" checkout {commithash}', None, "Couldn't checkout {name}'s hash: {commithash}")

File "/app/stable-diffusion-webui/modules/launch_utils.py", line 101, in run

raise RuntimeError("\n".join(error_bits))

RuntimeError: Couldn't checkout {name}'s hash: {commithash}.

Command: "git" -C "/app/stable-diffusion-webui/repositories/stable-diffusion-stability-ai" checkout cf1d67a6fd5ea1aa600c4df58e5b47da45f6bdbf

Error code: 129

stderr: Unknown option: -C

usage: git [--version] [--help] [-c name=value]

[--exec-path[=<path>]] [--html-path] [--man-path] [--info-path]

[-p|--paginate|--no-pager] [--no-replace-objects] [--bare]

[--git-dir=<path>] [--work-tree=<path>] [--namespace=<name>]

<command> [<args>]

4、报错：libGL.so.1: cannot open shared object file: No such file or directory

解决方案：yum install mesa-libGL

Python 3.10.9 (main, Jan 11 2023, 15:21:40) [GCC 11.2.0] Version: v1.3.2 Commit hash: baf6946e06249c5af9851c60171692c44ef633e0 Cloning Taming Transformers into /app/stable-diffusion-webui/repositories/taming-transformers... Cloning K-diffusion into /app/stable-diffusion-webui/repositories/k-diffusion... Cloning CodeFormer into /app/stable-diffusion-webui/repositories/CodeFormer... Cloning BLIP into /app/stable-diffusion-webui/repositories/BLIP... Installing requirements for CodeFormer Installing requirements Launching Web UI with arguments: -f No module 'xformers'. Proceeding without it. Traceback (most recent call last): File "/app/stable-diffusion-webui/launch.py", line 38, in <module> main() File "/app/stable-diffusion-webui/launch.py", line 34, in main start() File "/app/stable-diffusion-webui/modules/launch_utils.py", line 330, in start import webui File "/app/stable-diffusion-webui/webui.py", line 49, in <module> from modules import shared, sd_samplers, upscaler, extensions, localization, ui_tempdir, ui_extra_networks, config_states File "/app/stable-diffusion-webui/modules/sd_samplers.py", line 1, in <module> from modules import sd_samplers_compvis, sd_samplers_kdiffusion, shared File "/app/stable-diffusion-webui/modules/sd_samplers_compvis.py", line 9, in <module> from modules import sd_samplers_common, prompt_parser, shared File "/app/stable-diffusion-webui/modules/sd_samplers_common.py", line 5, in <module> from modules import devices, processing, images, sd_vae_approx, sd_samplers, sd_vae_taesd File "/app/stable-diffusion-webui/modules/processing.py", line 11, in <module> import cv2 File "/app/stable-diffusion-webui/venv/lib/python3.10/site-packages/cv2/__init__.py", line 181, in <module> bootstrap() File "/app/stable-diffusion-webui/venv/lib/python3.10/site-packages/cv2/__init__.py", line 153, in bootstrap native_module = importlib.import_module("cv2") File "/root/anaconda3/envs/sd/lib/python3.10/importlib/__init__.py", line 126, in import_module return _bootstrap._gcd_import(name[level:], package, level) ImportError: libGL.so.1: cannot open shared object file: No such file or directory

四： conda 常用的命令

  1、创建环境：conda create --name 环境名称

        用途：用于创建一个新的Conda环境，可以指定环境的名称。

  2、激活环境：conda activate 环境名称

          用途：用于激活指定名称的Conda环境。

  3、停用环境：conda deactivate

         用途：用于停用当前激活的Conda环境。

  4、删除环境：conda remove --name 环境名称 --all

         用途：用于删除指定名称的Conda环境，--all参数表示删除环境及其所有安装的包。

  5、安装包：conda install 包名称

         用途：用于在当前环境中安装指定的包。

  6、升级包：conda update 包名称

        用途：用于更新已安装包的版本。

  7、卸载包：conda remove 包名称

         用途：用于从当前环境中卸载指定的包。

  8、查看已安装的包：conda list

        用途：用于列出当前环境中已安装的包。

  9、搜索包：conda search 包名称

        用途：用于在Conda仓库中搜索指定的包。

  10、创建环境配置文件：conda env export > environment.yaml

        用途：用于将当前环境的配置导出到一个YAML文件中，以便在其他地方进行复制或重建环境。

  11、查看配置信息：conda config --show

        显示当前的Conda配置信息，包括通用配置、环境配置和用户配置。

  12、查看某个配置项的值：conda config --show 配置项

        显示特定配置项的当前值，例如：conda config --show channels用于显示当前配置的通道列表。

  13、设置配置项的值：conda config --set 配置项=值

        例如：conda config --set channels conda-forge用于将通道设置为conda-forge。

  14、添加通道：conda config --add channels 通道名称

        向配置中添加一个新的通道，使Conda在包搜索和安装时优先考虑该通道。

  15、移除通道：conda config --remove channels 通道名称

        从配置中移除指定的通道，使Conda不再使用该通道。

  16、列出所有通道：conda config --get channels

         列出当前配置中所有配置的通道。

  17、重置配置项：conda config --remove-key 配置项

        重置指定配置项的值为默认值。

  18、编辑配置文件：conda config --edit

        打开配置文件以进行手动编辑，可以修改各种配置选项。

  19、创建具有指定版本的环境：

    conda create --name myenv python=3.10.6

  20、从环境中导出和导入环境配置

  导出环境配置

  conda env export --name myenv --file environment.yaml

  导入环境配置

  conda env create --file environment.yaml

  21、创建一个虚拟环境的克隆：

  conda create --name myclone --clone myenv