Ubuntu 本地部署 Stable Diffusion web UI_ubuntu部署stable diffusion

0. 什么是 Stable Diffusion

Stable Diffusion 是一个潜在的文本到图像的扩散模型。感谢 Stability AI 慷慨的计算捐赠和 LAION 的支持，我们能够在 LAION-5B 数据库的一个子集的 512x512 图像上训练一个潜伏扩散模型。与谷歌的Imagen 类似，这个模型使用了一个冻结的 CLIP ViT-L/14 文本编码器来调节模型的文本提示。凭借其860M 的 UNet 和 123M 的文本编码器，该模型相对较轻，在最少有 10GB VRAM 的 GPU 上运行。

1. 什么是 Stable Diffusion web UI

一个基于Gradio库的 Stable Diffusion 的 Web UI 界面。

2. Github 地址

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

3. 安装 Miniconda3

下载 Conda 安装脚本，

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh
1

运行安装脚本，

bash Miniconda3-latest-Linux-x86_64.sh
1

按提示操作。当提示是否初始化 Conda 时,输入 “yes”，

安装完成后，关闭当前终端并打开新终端，这将激活 Conda，

sudo su - root
1

更新 Conda 至最新版本，

conda update conda
1

添加必要的 Conda 通道以获取更多软件包，

conda config --add channels conda-forge
conda config --add channels defaults 
1
2

测试是否安装成功，

conda list
1

如果显示 Conda 及其内部包的列表,则说明安装成功。

4. 创建虚拟环境

conda create -n sdwebui python==3.10.6
conda activate sdwebui
1
2

5. 安装 Stable Diffusion web UI

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git; cd stable-diffusion-webui
pip3 install -r requirements_versions.txt
pip3 install -U requests clean-fid
pip3 install -r requirements.txt
conda install -c "nvidia/label/cuda-11.8.0" cuda-toolkit
1
2
3
4
5

(可选)

vi ./webui.sh

--- modify
# can_run_as_root=0
can_run_as_root=1
---
1
2
3
4
5
6

安装 libgoogle-perftools-dev 包，它包含 TCMalloc，

sudo apt install libgoogle-perftools-dev
1

设置 LD_PRELOAD 环境变量来加载 TCMalloc，

export LD_PRELOAD=/usr/lib/libtcmalloc.so
1

6. 启动 Stable Diffusion web UI

下载一个 model，

wget -c https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors -O /models/Stable-diffusion/v1-5-pruned-emaonly.safetensors
1

启动，

./webui.sh
1

7. 访问 Stable Diffusion web UI

使用浏览器打开 http://localhost:7860/，并生成一张图片试试，你感觉怎么样？

8. 其他

一些将来解决其他问题可能会用到的命令，不需要执行！！！

python3 -m pip install nvidia-cudnn-cu11==8.7.0.84

mkdir -p $CONDA_PREFIX/etc/conda/activate.d
echo 'CUDNN_PATH=$(dirname $(ptyon3 -c "import nvidia.cudnn;print(nvidia.cudnn._file_)"))' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
echo 'export LS_LIBRARY_PATH=$LD_LIBRARY_PATH:$CONDA_PREFIX/lib/:$CUDNN_PATH/lib' >> $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
source $CONDA_PREFIX/etc/conda/activate.d/env_vars.sh
git clone https://github.com/vladmandic/automatic
cd automatic
./webui.sh --listen 9080
1
2
3
4
5
6
7
8
9

完结！