AI绘画Stable diffusion保姆级教程，看这一篇就够了「安装-配置-画图」_stable diffusion 制作绘本(1)_stable diffusion 绘

先自我介绍一下，小编浙江大学毕业，去过华为、字节跳动等大厂，目前阿里P7

深知大多数程序员，想要提升技能，往往是自己摸索成长，但自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年最新Python全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

如果你需要这些资料，可以添加V获取：vip1024c （备注Python）

正文

stable diffusion的安装直接参考官网提供的安装指南即可：https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki

这里有各种芯片组使用的安装方式，我的电脑是 apple芯片，安装方式使用的是：
https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Installation-on-Apple-Silicon

安装过程主要分为如下5步，如下图：

注意：这里使用了Home Brew完成对需要依赖的安装，Home brew的安装需要科学上网，如果没有条件的话，也可以使用国内镜像安装，操作方式可以参考：https://zhuanlan.zhihu.com/p/111014448/

按照上述步骤，经过10-20分钟后，可以完成安装。

安装完成后，在 stable-diffusion-webui 目录下执行./web-ui.sh，第一次执行会比较慢，会下载一些基础模型和依赖，大概等待5-10分钟后，在控制台会看到如下图输出，说明启动成功。

此时在浏览器访问地址：http://localhost:7860 即可。

此时你会看到如下图所示的页面：

可能有的老铁看到的页面和上图有些差异：

1.你的主题是黑色的，我的怎么是白的？

2.你的是汉化的，我的怎么全是英文？

是的，我的页面是经过调整配置的，具体怎么配置，我后面会详细说明。

在上图中，一种有7个重点区域

1.模型选择区

模型对于画图至关重要，它直接决定了你要出图的风格，对于初学者直接使用其他人提供的模型就行，模型的下载后面会详细说。

2.功能区

stable diffusion支持多种绘图能力：

文生图：根据提示词描述完成图片生成

图生图：使用提供的图片作为参考，完成新图片的生成

高清化：将已有图片进行高清化处理

图片信息:如果一个图片是stable diffusion生成的，那么使用图片信息功能，可以输出生成这张图片使用的模型、提示词等信息

模型合并：是一种高阶使用方式，可以将多个模型合并生成一个全新的模型

训练：使用者可以根据自己的一些图片数据进行训练，生成一个全新的模型

setting:是对stable diffusion进行配置的控制面板，具体控制项，读者可以自行查看

扩展：可以实现对stable diffusion进行插件功能扩展，来实现对stable diffusion进行功能增强，扩展功能下面会进行具体演示

3.正向提示词

正向提示词是你与模型对话的输出框，告诉模型你想要什么，告诉模型你要绘画的内容，如人物特征，形象，背景，图片质量等。

4.反向提示词

和正向提示词作用相反，就是告诉模型，你不想要什么，通常模型在输出的图形的上会有一些瑕疵，如怪异的手指，眼睛等一些细节，你可以在这里输入这些你不想要的内容。

5.图片输出参数区

这些参数主要是控制输出图片的一些控制参数。

宽度、高度：这两个参数直接控制输出图片的尺寸大小，当如输出图片尺寸越大，生成图片耗时越长

采样步数(Sampling steps):决定了模型输出图片迭代的次数，迭代次数越多，耗时越长，但是效果却不是越好的，这个迭代次数，通常20-30直接，当然也取决于具体的模型，可以在生成图片的时候，可根据具体情况调整

生成次数和每次数量:决定了一次生成任务可以生成多个张图片，生成图片越多，耗时也就越长

6.图片生成

点击生成按钮，模型就开始根据你设置的参数来执行图片生成了动作了，可以根据进度条查看图片生成的进度。

可能有的老铁，经过前面几步的参数配置后，点击图片生成按钮，并没有生成图片，反而命令控制台有报错输出
如下图：

报错关键信息：

RuntimeError: “upsample_nearest2d_channels_last” not implemented for 'Half

报错的原因是现有的芯片组不支持Half参数，对于这个问题，可以在启动命令添加如下参数：./webui.sh --no-half 进行重新启动就可。

等待大概15s左右，就会在图片展示区看到你的第一张AI绘画了。

模型下载

上面介绍模型选择区的时候说过，模型对于stable diffusion来说至关重要，他决定了绘画的风格，比如你想要画一副二次元风格的图片，那么就尽量选择一个二次元画风的模型，模型的选择要比你输入多少提示词都要好使。

对于新手小白来说，可以使用别人训练好的模型直接使用,模型的选择和下载可以到下面这个两个网站：

https://huggingface.co/models

https://civitai.com/ (C站)

模型主要分为两种:大模型(checkpoint)和微调模型(lora)。

checkpoint大模型

下面我以C站为例演示一下如何下载模型。

1.进入C站后，可以浏览自己需要的大模型，也可以有目标的搜索自己需要的模型

2.选中自己需要的模型，点击下载按钮，就会进行模型的下载，通常大模型会比较大

3.点击演示图片右下方的 “i”，可以查看演示图片的配置信息：正方向提示词，使用的模型等，使用演示图片的配置信息进行模型的验证。

4.模型下载完毕后，需要将模型文件放到/stable diffusion/stable-diffusion-webui/models/Stable-diffusion目录下，重启 stable diffusion，在模型选择区就可以看到自己需要的模型了。

在stabel diffusion的模型中，还有一种对生成图片画风影响比较大的模型，它就是Lora，虽然他是一种微调模型，但是对于生成图片的影响也比较明显，会影响生成图片的一些细节和图片的背景。

Lora模型的下载和checkpoint大模型下载方式是一样，也可以在C站中下载，Lora模型通常会比较小。下载后的Lora模型放到如下目录： /stable diffusion/stable-diffusion-webui/models/Lora 。

lora模型如何使用呢？

lora模型会作为一个正向提示词，出现在正向提示词输入框中，使用形式如下：

lora:LORA_CNCG_arts:1

LORA_CNCG_arts:表示lora模型名称
1:表示模型权重，在一个正向提示词输入框中可以使用多个lora模型，但是多个模型的权重之和不能超过1

这里可能有些老铁会有这样的疑问：

下载下来的模型都是一个文件，文件名称描述性也不高，有没有一个缩略图，可以直观的看出这个模型画出的图大概长什么样子？

其实是可以的，点击在如下图所示的按钮，可以查看你的stable diffusion已经安装了哪些模型。

在下载模型的时候，在模型所在的文件夹中，放入一张和模型名称相同的图片，那么这个图片成了模型的预览图了，而且，当你选中某个模型时，stable diffusion就会直接使用这个模型。效果如下：

主题和汉化

到这里，你的stable diffusion就安装的差不多了，可以尝试的完成AI绘画了。

接下来，小编回答一下上面的的两个问题：操作控制台汉化和主题切换，同时演示一下 stable diffusion插件扩展功能。

主题切换成dark模式

切换方式很简单，只需要在访问地址后面拼接 “?__theme=dark” 即可,
完整地址如下：

http://localhost:7860/?__theme=dark

如果要切换成白色系，可以使用如下地址：

http://localhost:7860/?__theme=day

操作控制台汉化

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化的资料的朋友，可以添加V获取：vip1024c （备注python）
[外链图片转存中…(img-dF8C4uxS-1713646354826)]

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！