Stable Diffusion + kohya_ss 的安装教程
工具简介
- Stable Diffusion (SD): 开源的文本到图像生成模型，支持通过提示词生成高质量图像，内置自动标注功能（如BLIP、DeepBooru等）。
- kohya_ss (KS): 基于SD的轻量级微调工具，支持LoRA、DreamBooth等训练方法，优化显存占用与训练效率。
一.SD的安装
对于SD大家可以通过github链接来下载
https://git-scm.com/ Automatic 1111：https://github.com/AUTOMATIC1111
这里提供的链接，下载的SD是最基础的，如果大家想要让他有其他的扩展功能就需要下载相关的插件（后面会写一个关于下载插件的教程请大家持续关注）。
1.准备 Conda 环境
1.1 创建并激活 Conda 环境
# 创建名为 sd-webui 的环境（Python 3.10 推荐，需匹配仓库要求） conda create -n sd-webui python=3.10 -y # 激活环境 conda activate sd-webui1.2确认 Python 路径
记录当前 Conda 环境的 Python 路径（后续配置需要）
which python # 示例输出：/home/用户名/miniconda3/envs/sd-webui/bin/python2. 下载仓库代码
# 克隆仓库 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git cd stable-diffusion-webui #指定下载路径 git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git 你指定的下载路径3. 配置 webui 以使用 Conda 环境
3.1 编辑配置文件
在 webui-user.sh 中添加 / 修改以下内容（根据实际路径调整）：
# 复制默认配置文件（若不存在） cp webui-user.sh webui-user.sh.bak # 备份（可选，不过建议还是备份一下） nano webui-user.sh3.2 修改关键配置
在 webui-user.sh 中添加 / 修改以下内容（根据实际路径调整）：
# 指定 Conda 环境的 Python 路径（替换为步骤 1.2 中获取的路径） python_cmd="/home/用户名/miniconda3/envs/sd-webui/bin/python" # 禁用自动创建虚拟环境（使用 Conda 环境而非 venv） venv_dir="-" # 可选：添加启动参数（如低显存模式） export COMMANDLINE_ARGS="--medvram --opt-split-attention"3.3 保存并退出
按 Ctrl+O 保存，Ctrl+X 退出编辑器。
4. 安装依赖并启动
4.1 运行安装脚本
./webui.sh运行完这个命令后该脚本会自动检测 Conda 环境并安装 requirements.txt 和 requirements_versions.txt 中的依赖，针对 PyTorch 适配问题（如 AMD 显卡）会根据 GPU 型号自动设置 TORCH_COMMAND，安装完成后终端将显示访问地址（通常为http://127.0.0.1:7860），用户可通过浏览器直接使用。
下面的图片就是我通过地址访问的SD界面，不过我安装了一些插件，所以你们的可能跟我的长的不一样，但是不会影响使用。
5. 安装好之后的启动步骤
# 每次启动前激活 Conda 环境 conda activate sd-webui # 进入仓库目录并启动 cd stable-diffusion-webui ./webui.sh这几行代码建议大家写到一个txt文本里面，这样需要用的时候直接复制粘贴进去就可以了。
二.kohya_ss的安装
这个是Kohya_ss的库的下载链接：https://github.com/bmaltais/kohya_ss
方法一：uv 安装
1. 克隆仓库（含子模块）
# 克隆仓库并进入目录 git clone --recursive https://github.com/bmaltais/kohya_ss.git cd kohya_ss2. 运行安装脚本
# 执行 uv 安装脚本 ./gui-uv.sh方法二：pip 安装
1. 克隆仓库（含子模块）
git clone --recursive https://github.com/bmaltais/kohya_ss.git cd kohya_ss2. 安装依赖（可选 Conda 环境）
选项 A：使用系统 Python 或 venv
# 赋予脚本执行权限并运行 setup.sh chmod +x setup.sh ./setup.sh选项 B：使用 Conda 环境（推荐）
# 创建并激活 Conda 环境（Python 3.11） conda create -n kohyass python=3.11 conda activate kohyass # 运行安装脚本 chmod +x setup.sh ./setup.sh3. 启动 GUI
# 赋予执行权限并启动 chmod +x gui.sh ./gui.sh启动后，若看到类似 Running on http://0.0.0.0:7860 的输出，说明安装成功，可通过浏览器访问该地址使用 GUI。
可能出现的问题
1.缺少 python3-tk 依赖包
Skipping git operations. Ubuntu detected. This script needs YOU to install the missing python3-tk packages. Please install with: sudo apt update -y && sudo apt install -y python3-tk如果出现上面的错误，只需要下载缺失的包就行了，命令如下：
sudo apt update -y && sudo apt install -y python3-tk2.不支持 socks 协议的代理 URL
ValueError: Unknown scheme for proxy URL URL('socks://127.0.0.1:7897/')通过终端配置环境变量
1.确定你的shell是bash还是zsh
在终端执行以下命令，会显示当前 shell 的进程名： echo $SHELL- 输出
/bin/bash→ 当前默认是 bash - 输出
/bin/zsh→ 当前默认是 zsh
2.编辑配置文件
bash 用户：nano ~/.bashrc zsh 用户：nano ~/.zshrc3.添加 HTTP 代理配置
# 设置 HTTP 代理 export http_proxy="http://127.0.0.1:7897" export https_proxy="http://127.0.0.1:7897" 将最后的“7897”换成你自己的代理地址的端口号，换好之后保存退出就行。
4.生效配置
# bash 用户 source ~/.bashrc # zsh 用户 source ~/.zshrc5.编辑gui.sh文件
nano gui.sh在脚本最顶部（第一行 #!/bin/bash 下方）添加这些内容：
#!/bin/bash # 清除可能的残留代理 unset http_proxy https_proxy HTTP_PROXY HTTPS_PROXY all_proxy ALL_PROXY # 强制设置 HTTP 代理（按实际端口修改，比如你的代理 HTTP 端口是 7897 就改这里） export http_proxy="http://127.0.0.1:7890" export https_proxy="http://127.0.0.1:7890" export export # 脚本原本的其他内容（保持不变） ...保存退出
重新运行gui.sh就可以了
./gui.sh出现以下内容就表明运行成功了
* Running on local URL: http://127.0.0.1:7860 * To create a public link, set `share=True` in `launch()`. ^CKeyboard interruption in main thread... closing server.
