Stable Diffusion Windows 系统安装部署教程
一、硬件配置
(1)显卡(最重要的硬件需求)
SD 绘画产出一张满意的图像需要不断反复调试,显卡性能的好坏直接影响出图的效率。这里推荐英伟达 RTX3060TI(显存推荐 8G 以上)或同等性能以上显卡。
显卡最低配置也要达到 GTX1060(显存 4G)。
(2)内存:8G 或以上
(3)CPU:无硬性要求
(4)SSD/机械硬盘:100~150GB 左右(越大越好)
SD 在部署完成后约占用 10.7G 左右磁盘空间,后续随着各种大模型、LORA、ControlNet 等文件及插件功能的下载及使用将会极大占用系统磁盘空间。
这里推荐将 SD 部署在 SSD(固态硬盘)中,有利于提高读取大模型文件速度。
(5)操作系统:win10/win11
二、部署算法环境
温馨提示:部署过程中难免会遇到失败、出错等问题,建议反复尝试,本教程经验证可完全跑通,请放心按步骤操作。
(1)下载 Miniconda
Miniconda 是一个轻量级的包管理系统,用于管理和部署 Python 环境和软件包。而 SD Webui 的架构就是基于 Python 环境搭建的。
下载链接:https://docs.conda.io/projects/miniconda/en/latest/#
根据操作系统选择对应下载版本,这里选择 64 位 Windows 操作系统版本,安装时一路默认 next(下一步)即可。
(2)确认 conda 版本号
运行 miniconda,输入 conda -V(注意字母大小写、空格,不包含引号)回车执行。
显示 conda 版本号,即为安装成功。
(3)清除索引缓存
在 conda 窗口中输入并执行以下 2 条指令:
conda config --set show_channel_urls yes
conda clean -i
(4)创建 Python 3.10.6 运行环境,命名为 sdwebui
在 conda 窗口中输入以下指令并回车执行。
conda create --name sdwebui python=3.10.6
输入 "y",继续安装。
此时程序已在 C:\ProgramData\miniconda3\envs 中建立 sdwebui 项目。
(5)激活项目环境
继续在 conda 窗口中输入如下指令并执行,激活 conda 虚拟环境。
conda activate sdwebui
(6)升级 pip,更改默认库包下载地址为阿里镜像站
继续在 conda 窗口中分别输入以下 2 条指令:
python -m pip install --upgrade pip
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
执行过程中不报错即可升级设置完成,报错则重新执行对应指令直至完成为止。
(7)安装 Git
利用 Git 来克隆下载 github 上的 SDWebui 开源项目,下载地址:https://git-scm.com/download/win
根据操作系统选择对应下载版本,这里选择 64 位 Windows 操作系统版本,安装时一路默认 next(下一步)即可。
(8)确认 Git 版本号
回到 conda 窗口,输入 git --version 回车执行。
显示''git' 不是内部或外部命令,也不是可运行的程序'时,关闭 conda 窗口重新运行,并执行 git --version 命令;如果还是不行,可重启电脑后继续尝试。
(9)安装 CUDA
CUDA 是由 NVIDIA 开发的一种并行计算平台和应用程序编程接口(API)。它的主要目标不仅仅是用于图形渲染,也是利用 NVIDIA 的 GPU(图形处理单元)来加速通用计算任务。
在下载安装 CUDA 之前,先将显卡驱动程序更新至最新版本,用来支持安装最新版本的 CUDA,可在 GeForce Experience(GFE)中更新最新版本的 N 卡驱动。
GeForce Experience 下载地址:https://www.nvidia.cn/geforce/geforce-experience/download/
在 conda 窗口中,输入 nvidia-smi,查看你的显卡对应的 CUDA 版本。
下载安装对应版本 CUDA 安装包。
CUDA 下载地址:https://developer.nvidia.com/cuda-toolkit-archive
根据你的操作系统选择 win10 或 win11,选择 local(本地安装包),点击右下方出现的 Download(下载)按钮,下载安装即可。
完成上述所有操作,确保所有前置软件安装到位后,进行下一步,部署 SD 环境。
三、部署 SD 环境
温馨提示:部署过程中难免会遇到失败、出错等问题,建议反复尝试,本教程经验证可完全跑通,请放心按步骤操作。
(1)克隆 Stable Diffusion Webui
运行 miniconda,确保你的 miniconda 窗口显示的是如下语句:
(sdwebui) C:\Users\Administrator>
如果不是,请先执行 conda activate sdwebui 指令。
明确 SD 的安装位置,建议选择非系统盘且磁盘空间充足的硬盘根目录下。
例如,我这里选择 D 盘作为我的 stable-diffusion-webui 的安装目录,输入 D: 回车。(安装在其他硬盘同理)
执行克隆 SD 项目代码:
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
此处需能访问 GitHub 或配置国内镜像源,如果多次尝试仍然克隆失败,推荐使用如下代码从镜像站克隆下载。
执行从镜像站克隆 SD 项目代码:
git clone https://ghproxy.com/https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
等到页面显示 "done",则表示安装完成。
(2)下载一个官方基础模型
首次正式启动 SD 之前,需要预先下载至少一个模型文件,用于应用加载。这里推荐使用官方 Stable Diffusion v2.1 基础模型文件。
点击 download 下载模型,文件大小 4.85GB。
下载完成后,将 v2-1_768-ema-pruned.ckpt 放置于 stable-diffusion-webui→models→Stable-diffusion 文件夹中。
例如我的存放路径为:D:\stable-diffusion-webui\models\Stable-diffusion
注:上述文件夹路径是 SD 专门存放生成 AI 绘画的模型库文件夹,后续在其他网站下载的后缀名为 ckpt 或 safetensors 的大模型均存放于此文件夹中。
(3)SDWebui,启动!
在 miniconda 的窗口中,执行 cd stable-diffusion-webui 命令,进入项目文件夹。
执行 webui-user.bat,启动 webui 程序。
注意事项:
1)首次启动时,会下载不少依赖文件,需要耐心等待文件下载完成,遇到下载失败报错,都是正常现象,只需在报错时多次执行 webui-user.bat 即可。
2)不要关闭 miniconda 窗口,哪怕它一直卡在一个界面不动,只需耐心等待直到报错,此时再执行 webui-user.bat 尝试。
3)如不小心关闭 miniconda 窗口,重新启动 miniconda 窗口,分别执行如下代码,回到下载界面。
conda activate sdwebui
D:
cd stable-diffusion-webui
webui-user.bat
4)如果长时间卡在 "installing gfpgan"、"installing clip" 或 "installing open_clip" 这三个环节,那么找到 stable-diffusion-webui→modules 文件夹下 launch_utils.py 这个文件,用记事本方式打开。
在 277-279 行找到对应三个文件的下载路径,并在所有的 "https://github.com" 前加上 "git+https://ghproxy.com/",更改下载路径走国内镜像站下载,提高网络稳定性和下载速度。
保存后重新执行 webui-user.bat,此时关闭外网功能 可正常下载。
5)安装完 gfpgan,clip,open_clip 等几个大头之后,后面还有一些自动安装的依赖项,在下载安装过程中,遇到卡顿、报错等问题,合理切换网络环境,反复尝试 webui-user.bat 命令,直至安装完成。
(4)打开 SDWebui 网页
当 miniconda 窗口显示 "running on local URL: http://127.0.0.1:7860" 的时候,打开浏览器,输入 "http://127.0.0.1:7860",打开 SD 网页版界面。
恭喜你,当你看到这个界面时,代表 Stable Diffusion 已经正式完成安装并成功运行了起来。
需要注意的是,千万不可将 miniconda 的窗口关闭,否则 SD 网页版将无法使用。
接下来,你可以自己尝试使用 SDWebui 进行生成第一个作品。
例如,使用 AbyssOrange(深渊橘)模型,在文生图板块的正向提示词中输入 "a cat in the garden"(一只在花园里的猫,注意 SD 中只能使用英文),更改采样方法(Sampler)为 "DPM++ SDE Karras",其他数值保持默认,点击生成。
等待数秒,AI 会根据你提供的提示词描述,随机生成一张画作。
需要说明的是,这是一次简单的尝试,对于提示词的书写、各种插件的使用等,都会影响 AI 绘画的精细度,不断地优化打磨各种细节才能画出你心中所想的那个画面。
四、优化启动脚本
按照之前的操作,执行到 webui-user.bat 时,复制 venv 后面的路径。
用记事本方式打开 "stable-diffusion-webui" 文件夹下的 "webui-user.bat" 文件,将 venv 后面的路径复制到 "set PYTHON=" 后面,这样就可以省去之前的四个步骤了。(我这里是安装在 D 盘,根据自己的安装位置不同路径也会有所不同)
同时在 "set COMMANDLINE_ARGS=" 加上 "--autolaunch" 后保存,这样 webui 在加载完成时就会自动启动网页打开 "http://127.0.0.1:7860",以后直接双击打开 "webui-user.bat" 即可。