1. Configurer l'environnement Python
1. Installez Conda
Lien d'acquisition du script : https://repo.anaconda.com/archive/
Appuyez sur Entrée à fond, l'entrée oui entrée oui
wget -c https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh
2. Installez l'environnement python3.10.9
Utiliser conda pour installer l'environnement python3.10.9
- Si vous n'avez pas installé conda, installez d'abord conda ou recherchez Linux pour installer python3.10.9 pour l'installation
conda create -n sd python=3.10.9 -c conda-forge -y
Une fois la création terminée, utilisez l'environnement
conda activate sd
2. Installez PyTorch
1. Version du processeur
Site officiel : https://pytorch.org/get-started/locally/#mac-prerequisites
Linux et Mac peuvent utiliser les méthodes de téléchargement suivantes :
pip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cpu
2. S'il y a un GPU, vérifiez d'abord la version cuda
Exécutez la commande nvidia-smi pour vérifier si la version cuda dans le coin supérieur droit est supérieure ou égale à 11.8. Si elle est supérieure ou égale à 11.8, exécutez la commande suivante pour installer PyTorch
pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
2.1 Installer le pilote NVIDIA
- Réinstaller le pilote graphique
- Confirmez le modèle de la carte graphique et exécutez la commande : lspci
- Entrez sur le site officiel de nvidia pour télécharger le pilote correspondant : https://www.nvidia.cn/geforce/drivers/
Désinstaller le pilote d'origine
sudo apt remove --purge "nvidia-*" -y
installer le pilote
sudo ./NVIDIA-Linux-x86_64-530.41.03.run -no-x-check -no-nouveau-check -no-opengl-files //安装
2.3 Installer CUDA
Adresse de téléchargement du site Web officiel de CUDA : https://developer.nvidia.com/cuda-downloads?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=20.04&target_type=deb_network
apt-get install libnvidia-decode-530
apt-get install libnvidia-encode-530
apt-get install nvidia-driver-530
apt install nvidia-settings nvidia-prime libnvidia-compute-530:i386 libnvidia-decode-530:i386 libnvidia-encode-530:i386 libnvidia-fbc1-530:i386 libnvidia-gl-530:i386
Modifier les variables d'environnement
echo 'export PATH="/usr/local/cuda-12/bin:$PATH"' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH="/usr/local/cuda-12/LIB64:$LD_LIBRARY_PATH"' >> ~/.bashrc
source ~/.bashrc
nvcc -V
2.4 Rapport d'erreur lors de l'installation de NVIDIA ou CUDA
一、Installation du pilote NVIDIA - Erreur : Impossible de trouver l'arborescence des sources du noyau
Solution
sudo apt-get install linux-headers-`uname -r`
2. Erreur Impossible de localiser TCMalloc
Solution
sudo apt-get install libgoogle-perftools4 libtcmalloc-minimal4 -y
3. Installez les composants requis à l'avance
Remplacez d'abord la source Tsinghua, et le téléchargement sera plus rapide (peu importe si vous suspendez un agent)
pip3 config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
Télécharger les composants
pip3 install gfpgan ftfy regex tqdm
pip install git+https://github.com/openai/CLIP.git
Trois, début de diffusion stable
3.1 Installation
A partir du code source du clone sur GitHub, il est recommandé de suspendre le proxy
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
Entrez dans le répertoire, démarrez l'installation et démarrez
cd stable-diffusion-webui
./webui.sh
3.2 Mode de démarrage
MAC doit exécuter les commandes de démarrage suivantes
./webui.sh --no-half --enable-insecure-extension-access
modifier le port
- Méthode 1 : Modifiez webui-user.sh, le contenu est le suivant, puis exécutez ./wehui.sh pour démarrer
# 绑定 0.0.0.0 端口，同时修改端口
export COMMANDLINE_ARGS="--listen --port 23105"
- Méthode 2 : ajouter des paramètres au démarrage
./webui.sh --enable-insecure-extension-access --disable-safe-npickle --listen --port 20022
4. Remplacez l'URL de l'extension
https://gitee.com/akegarasu/sd-webui-extensions/raw/master/index.md
5. Cours de sinisation
1. Mise en place
Extensions -> installer à partir de l'URL, entrez l'adresse du plug-in chinois, cliquez sur installer
https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN
2. Sélectionnez le pack de langue
paramètres -> interface utilisateur, cliquez sur le bouton d'actualisation, sélectionnez le pack de langue zh_CN
3. Soumettre les paramètres
Cliquez d'abord sur Appliquer les paramètres pour soumettre les paramètres, puis cliquez sur Recharger l'interface utilisateur pour redémarrer l'interface.
6. Plugins
1. Multi Diffusion + VAE Tuilé
Un plug-in puissant qui permet aux lecteurs disposant d'une faible mémoire vidéo 4G et 6G de générer des images 2K, 4K ou même 8K
Le principe est de découper l'image d'origine en petits morceaux, et enfin de l'agréger en une grande image. Plus le bloc est grand, plus il sera lent, mais ce sera plus naturel
https://github.com/pkuliyi2015/multidiffusion-upscaler-for-automatic1111
2. découpe de peinture
3. Modèle TILE
7. Mots rapides
1. Améliorer le taux de réussite des mains
hand of guido daniele
8. Foire aux questions
1. Le problème de la génération de caractères tronqués dans l'image
Échantillonné à l'aide de : DDIM, PLMS, UniPC