Stable Diffusion系统教学
大家好，这里是程序员小泉
一个带你领略AI魅力的领路人
AI（人工智能）绘画
相信大家多多少少都看过一些作品
例如油画风、水墨风、插画立绘、3D建模
甚至是比拟真人的照片风格
（插画立绘）
（人物立绘）
（类真人）
然而这些所有堪称“杰作”的画作
均出自一款名为Stable Diffusion（简称SD）
的免费开源的AI绘画应用生成出来的
今天就给大家带来SD系统教学的第一篇
在Windows系统下的安装部署教程
如有需求也会在将来写一篇MAC系统下的部署教程
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，出图效率不高将会导致耗费大量的时间在漫长的等待中。
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/#
（miniconda下载界面）
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
（开始菜单-找到并运行miniconda3）
运行miniconda，输入"conda -V"*（注意字母大小写、空格，不包含引号，下同）*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”
（Python环境安装界面）
输入"y"，继续安装。
（sdwebui运行环境安装完成界面）
此时程序已在
"C:\ProgramData\miniconda3\envs"中建立sdwebui项目。
（sdwebui项目文件位置）
（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”
（激活conda虚拟环境）
（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
（Git下载界面）
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版本号，即为安装成功）
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GFE中更新最新显卡驱动）
在conda窗口中，输入*“nvidia-smi”*，查看你的显卡对应的CUDA版本。
（N卡对应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
（CUDA下载界面）
比如我的显卡对应的CUDA版本是12.2，那么我就下载12.2.2即可。
（CUDA下载界面）
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。
（sdwebui运行环境）
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）
（切换安装路径）
执行克隆SD项目代码：
“git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git”
这里需要魔法上网，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。
（SD克隆完成界面）
（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。
（官方模型下载界面）
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（例如civitai）下载的后缀名为ckpt或afetensors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。
（打开SD项目文件夹）
执行"webui-user.bat"，启动webui程序。
（执行启动SDWebui命令）
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”
（我这里安装在D盘，根据你的安装位置输入相应盘符）
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"lunchlaunch_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。
（修改lunchlaunch_utils.py）
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
（SD启动成功）
打开浏览器，输入"http://127.0.0.1:7860"，打开SD网页版界面。
（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。
（SD初次尝试）
（SD第一幅作品）
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！一键启动！
按照之前的操作，执行到"webui-user.bat"时
（重新加载sdwebui）
复制venv后面的路径
（找到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。
（webui-user.bat参数优化）
关于AI绘画技术储备
学好 AI绘画 不论是就业还是做副业赚钱都不错，但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料，给那些想学习 AI绘画 的小伙伴们一点帮助！
感兴趣的小伙伴，赠送全套AIGC学习资料和安装工具，包含AI绘画、AI人工智能等前沿科技教程，模型插件，具体看下方。
需要的可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
一、AIGC所有方向的学习路线
AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下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、AIGC必备工具
工具都帮大家整理好了，安装就可直接上手！
三、最新AIGC学习笔记
当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。
四、AIGC视频教程合集
观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
五、实战案例
纸上得来终觉浅，要学会跟着视频一起敲，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。
这份完整版的学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】