CentOS安装Stable Diffusion依赖

在CentOS上安装Stable Diffusion的依赖项，可以按照以下步骤进行：

1. 更新系统

首先，确保你的CentOS系统是最新的：

sudo yum update -y

2. 安装必要的软件包

安装一些基本的开发工具和库：

sudo yum groupinstall -y "Development Tools"
sudo yum install -y python3 python3-pip git cmake

3. 安装Python依赖项

Stable Diffusion依赖于多个Python库，你可以使用pip来安装这些依赖项：

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
pip3 install transformers
pip3 install opencv-python-headless
pip3 install pillow
pip3 install tqdm
pip3 install scikit-image
pip3 install seaborn
pip3 install matplotlib

4. 安装CUDA（如果需要GPU支持）

如果你有NVIDIA GPU并且希望使用GPU加速，你需要安装CUDA和cuDNN。

安装CUDA

1. 下载CUDA Toolkit：

访问NVIDIA CUDA Toolkit下载页面，选择适合你系统的版本并下载。

1. 安装CUDA Toolkit：

sudo rpm -i cuda-repo-rhel7-.rpm
sudo yum clean all
sudo yum install -y cuda

1. 配置环境变量：

编辑~/.bashrc文件，添加以下行：

export PATH=/usr/local/cuda-/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}

然后运行：

source ~/.bashrc

安装cuDNN

1. 下载cuDNN库：

访问NVIDIA cuDNN下载页面，选择适合你CUDA版本的cuDNN库并下载。

1. 安装cuDNN库：

解压下载的文件并将文件复制到CUDA目录：

tar -xzvf cudnn--linux-x64-v.tgz
sudo cp cuda/include/cudnn*.h /usr/local/cuda/include
sudo cp cuda/lib64/libcudnn* /usr/local/cuda/lib64
sudo chmod a+r /usr/local/cuda/include/cudnn*.h /usr/local/cuda/lib64/libcudnn*

5. 验证安装

验证CUDA和cuDNN是否正确安装：

nvidia-smi

你应该能看到GPU的信息。

6. 克隆Stable Diffusion仓库并安装

克隆Stable Diffusion的GitHub仓库并安装所需的Python包：

git clone https://github.com/compvis/stable-diffusion.git
cd stable-diffusion
pip3 install -r requirements.txt

7. 运行Stable Diffusion

现在你可以运行Stable Diffusion模型了。具体的运行命令取决于你使用的模型和配置文件。通常，你可以参考仓库中的README文件来获取详细的运行指南。
希望这些步骤能帮助你在CentOS上成功安装Stable Diffusion的依赖项！如果有任何问题，请随时提问。