1.前言：

最近看Stable Diffusion开源了，据说比Disco Diffusion更快，于是从git上拉取了项目尝试本地部署了，记录分享一下过程~
这里是官网介绍：https://stability.ai/blog/stable-diffusion-public-release

2.必要前提：

1. 科学上网。很多链接都需要用到。
2. 显卡的显存需要足够大，至于多大没看到哪有说，反正6g绝对不行

3.部署前准备：

3.1  Anaconda安装

这是一个运行python的环境管理工具

进入 Anaconda官网，https://www.anaconda.com/

点击Download下载，打开文件一路next到这个界面，勾上第一项，把该命令注册到环境变量

点击install开始下载，下载完成后，点击右下角开始界面，可在最近添加里看到 Anaconda Prompt，建议右键更多以管理员身份运行。

3.2 Anaconda配置

后续需要生成环境，下载python包，但网络很不好，建议替换源

在刚才打开的 Anaconda Prompt 窗口输入以下命令进行全局配置

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

打开此电脑，进入 C:\Users\<你的用户名> 这个路径，可以看到.condarc文件

打开它，我这里用的是Notepad++，应该用记事本也行，复制以下内容进去，保存

default_channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/r
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/msys2
custom_channels:
  conda-forge: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  msys2: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  bioconda: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  menpo: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  pytorch-lts: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
  simpleitk: https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud
show_channel_urls: true
ssl_verify: false

3.3 git安装

进入git下载链接，https://git-scm.com/downloads

点击Download for Windows，下载完打开一路默认，安装完成

（这里之所以把git放到后面安装，是因为我在Prompt里碰到没有git命令的问题，重装解决）

4.开始部署：

4.1 下载Stable Diffusion项目

在刚才打开的Anaconda Prompt窗口里，进入到你想要进入的目录

刚进来的目录是C:\Windows\system32，比如我这里想要放置目录是D:\git_pro，则输入以下命令（注意>之后的才是输入的内容）

(base) C:\Windows\system32>cd ../..
(base) C:\>D:
(base) D:\>cd git_pro
(base) D:\git_pro>git clone https://github.com/CompVis/stable-diffusion.git

git clone很卡的话，访问 https://github.com/CompVis/stable-diffusion，点击绿色按钮code再点击Download ZIP，解压到该目录下也行

4.2 安装Stable Diffusion环境

这里是重点，源不好的话经常会卡住

进入到项目目录下，按README.md的指引操作

(base) D:\git_pro>cd stable-diffusion-main
(base) D:\git_pro\stable-diffusion-main>conda env create -f environment.yaml

这里要下载不少时间，可能会报错，通常是源太卡了

也可能是git太卡，因为该过程还需要在项目的src目录下clone两个其他项目下来（见 environment.yaml，不要想把他们直接下载放到该目录，后面运行会报错）

4.3 下载模型

安装好环境后，还不能进入使用，因为需要的模型还没有下载

模型有几种，需要去 https://huggingface.co/CompVis 下载，这里还需要注册账号，先注册下

如果我们用sd-v1-4.ckpt这个模型，就在该网页里点击stable-diffusion-v-1-4-original那一项

跳转过去，找到Download the weights下面的sd-v1-4.ckpt即可点击下载，通常几G，下载时间较长。

4.4 设置模型文件路径

见Stable Diffusion项目README.md的这一步，是要我们把模型的路径软链过去，但我想大家Windows电脑应该没有这个命令吧

简便一点，我们下载好模型以后，找个地方存起来

打开资源管理器，去 D:\git_pro\stable-diffusion-main\models\ldm 路径新建stable-diffusion-v1文件夹，然后把模型文件复制过来，再把模型名字改成model.ckpt

我这里把下载的模型都新建一个文件夹models放到里面，方便复制替换

4.5 运行

终于来到这一步了，前面所做的一切都是为了这一步啊！！

刚才在Anaconda Prompt窗口输入conda env create那一步，我们新建了环境ldm，现在切换过去，在Anaconda Prompt窗口输入以下命令

(base) D:\git_pro\stable-diffusion-main>conda activate ldm

当然官方建议我们可以更新一下pytorch包，应该是可不跑的，贴一下

conda install pytorch torchvision -c pytorch
pip install transformers==4.19.2 diffusers invisible-watermark
pip install -e .

最后！！就是我们的跑图命令了

(ldm) D:\git_pro\stable-diffusion-main>python scripts/txt2img.py --prompt "a photograph of an astronaut riding a horse" --plms

–prompt后面的就是你的描述，可输入python scripts/txt2img.py –help查看各种参数配置

接下来就是见证奇迹的时刻~

诶，等会儿，这是啥？

一口老血吐出来，显存不够，所以说必要前提还是要注意的，白忙了

只能等我换了显卡再说咯，留给3090ti的朋友去试试~

5.QA：

5.1 不想部署，只想玩玩？

其实想玩玩，也可以去网站：
https://huggingface.co/spaces/stabilityai/stable-diffusion 这个要稍微排队一下

https://beta.dreamstudio.ai/dream 这个DreamStudio测试版要注册，支持一些参数，不用排队

5.2 生成了错误环境

可能你乱改environment.yaml文件，生成了错误的环境，此时需要把yaml重新恢复，不用删除该环境，可以运行update命令更新，如下

conda env update -f environment.yaml

5.3 报错 ‘git’ is not recognized as an internal or external command, operable program or batch file.

这是没有git命令，之前安装过git的，Anaconda Prompt窗口也可能没有加载到git

解决方法，重装git

5.4 第二次运行，报错 ModuleNotFoundError: No module named ‘CV2‘

因为你的程序依赖包都在新建的安装环境ldm下，所以每次重新打开Anaconda Prompt都需要再切一次环境，再跑你的程序，切环境命令如下：

conda activate ldm

5.5 每次进入项目目录好麻烦

可以直接在项目资源管理器输入cmd并回车，进入命令行工具

5.6 如何设置参考图

有参考图的配置是另一个命令，如下，<path-to-img.jpg>就是你电脑里的参考图片路径

python scripts/img2img.py --prompt "A fantasy landscape, trending on artstation" --init-img <path-to-img.jpg> --strength 0.8

5.7 显存不够，按照提示设置max_split_size_mb变量行不行？

本来我以为max_split_size_mb的单位是g，设置以后报错，我还狠狠吐槽了一下

结果吐槽完才反应过来单位应该是mb，满怀期待又去设置了一下，还是老样子的报错，硬件是硬伤，不过有想试试的也可参考流程：

左下角搜“环境变量”，点进去

按此123操作，变量名PYTORCH_CUDA_ALLOC_CONF，变量值max_split_size_mb:xxx

暂时想不到其他坑了，有误请指正~~