Linux部署Stable Diffusion步骤是什么

在Linux上部署Stable Diffusion可以分为几个步骤，以下是详细的步骤指南：

硬件要求

• GPU: 推荐使用NVIDIA显卡，至少4GB显存（推荐RTX 3060及以上）。
• 内存: 建议16GB及以上。
• 存储: 至少20GB可用空间，推荐SSD固态硬盘。

环境准备

1. 安装Python:

sudo apt update
sudo apt install python3.10

1. 安装Git:

sudo apt install git

1. 安装CUDA和cuDNN:

• 下载并安装CUDA Toolkit: NVIDIA CUDA Toolkit下载页面
• 安装cuDNN: NVIDIA cuDNN下载页面

1. 安装PyTorch和Transformers:

pip install torch torchvision transformers

部署步骤

1. 克隆WebUI仓库:

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui

1. 创建并激活虚拟环境:

python3 -m venv venv
source venv/bin/activate

1. 安装依赖:

pip install -r requirements.txt

1. 下载模型文件:

• 从Hugging Face下载模型权重，例如v1-5-pruned-emaonly.safetensors，并放置到models/Stable-diffusion目录。

1. 启动WebUI:

./webui.sh

1. 访问WebUI:

• 打开浏览器，访问http://localhost:7860进入Web界面。

优化建议

• 启用xFormers加速:

export COMMANDLINE_ARGS="--xformers"

• 配置显存优化:

根据显卡实际显存选择，不要超过当前显卡显存。

常见问题解决

• CUDA内存不足:

添加--medvram参数或降低图像分辨率。

• 依赖冲突:

使用虚拟环境重新安装依赖。

• 模型加载失败:

检查模型文件SHA256校验值。

使用Docker部署（可选）

1. 安装Docker和GPU支持:

sudo apt update
sudo apt install nvidia-driver-535 nvidia-container-toolkit
sudo systemctl restart docker

1. 获取Stable Diffusion资源:

• 创建本地目录存储模型:

mkdir -p ~/stable-diffusion/models/ ~/stable-diffusion/outputs

1. 使用预构建镜像:

docker run -d --gpus all \
-p 7860:7860 \
-v ~/stable-diffusion/models:/app/models \
-v ~/stable-diffusion/outputs:/app/outputs \
--name sd-webui \
ghcr.io/automatic1111-webui/stable-diffusion-webui:latest

1. 访问WebUI:

• 打开浏览器，访问http://localhost:7860进入Web界面。

通过以上步骤，你可以在Linux上成功部署Stable Diffusion。如果有任何问题，可以参考相关教程或社区资源。