通過GitHub以及csdn開始安裝
先是進行搜索如何本地安裝，找到了兩種安裝方法：一個是結(jié)合WebUI來進行本地部署；還有一個就是直接安裝到本地通過代碼段進行繪圖。因為之前做畢設(shè)已經(jīng)有過配置環(huán)境的經(jīng)驗，于是選擇第二種，開始了踩坑。
這里主要是借鑒了一下二位大佬的安裝記錄，這里插入一下二位的指導(dǎo)鏈接。
鏈接: AI專業(yè)教您保姆級在暗影精靈8Windows11上本地部署實現(xiàn)AI繪畫：Stable Diffusion（萬字教程，多圖預(yù)警）.
鏈接：當(dāng)我讓AI描繪古代男子謫仙外貌。。。
安裝Anaconda，編譯器以及CUDA、Cudnn
這里的話，大多數(shù)博主都是有教程的，我上面發(fā)的第一個鏈接也有詳細的過程，這里就不再贅述。主要講講編譯器的選擇。
編譯器
編譯器的話可以選擇Pycharm，但這個要么用盜版，要么你去搞個社區(qū)版都可以；也可以選擇vscode，開源軟件，直接下載插件進行編譯也可以。**從顏值來說我個人更喜歡vscode，配置也不復(fù)雜，而且有輕量化的優(yōu)點。**編譯器的選擇看個人喜好，沒有什么區(qū)別，Pycharm編譯會更加好，很多時候vscode會報錯而Pycharm就可以直接執(zhí)行。
CUDA與Cudnn安裝，涉及電腦顯卡的版本配置問題
不同顯卡的cuda對應(yīng)版本可以通過win+R再輸入cmd，鍵入以下命令來看：
nvidia-smi
會顯示如下信息：
其中Driver Version就是驅(qū)動版本，可以通過以下NVIDIA官網(wǎng)自行查閱兼容的CUDA版本：
CUDA與顯卡Driver Version對應(yīng)版本查閱
Cudnn則通過以下連接查詢對應(yīng)的CUDA版本下載：
Cudnn的下載以及對應(yīng)CUDA版本的查詢
再之后的安裝可以參考其他博主這里不贅述。這里安裝的是cuda11.1還有cudnn8.0.5。
本地部署
按照教程開始部署，總結(jié)來說為以下幾步：
-
git克隆項目到本地（沒有安裝Git就直接Download ZIP）；
-
進入官網(wǎng)https://huggingface.co/CompVis/stable-diffusion-v-1-4-original下載sd-v1-4.ckpt權(quán)重模型（根據(jù)我查到的資料，還可以去添加其他模型，這個暫時還沒嘗試，因為還沒通過這個模型拋出滿意結(jié)果）；
-
在克隆文件的models/ldm下自行新建stable-diffusion-v1文件夾，并把下載的ckpt文件重命名為model.dkpt放進去。
以上就是本地部署的過程，如果運氣好應(yīng)該就可以直接搞定，當(dāng)然一般是不行的，之后開始正式記錄本人的踩坑過程。
踩坑實錄
常見問題
詳見連接：當(dāng)我讓AI描繪古代男子謫仙外貌。。。
其中還會碰到一個問題說是無法import clip，這個問題也好解決，直接pip install clip就可以了。
通過丐版的模型，雖然可以運行，顯存也沒有爆炸，仍然無法出圖，于是開始嘗試以下方法。
Pytorch版本問題
本來電腦就配置過pytorch1.8.0版本，但是這個項目主要針對RTX30系以上顯卡，本人的是四五年前的GTX1660Ti，顯存和算力以及可用CUDA均落后不少，所以開始自行魔改。
這里有一個很重要的經(jīng)驗是自己踩坑踩出來的：其他包的配置與pytorch的版本兼容要事先查好?。。∫茨憔拖妊b好其他包再去裝pytorch也有可能可以（這個只是看到有認(rèn)識這么說，我自己踩坑了沒有試過）
顯卡問題，自己配置Pytorch版本
首先通過clone下來的environment.yaml，直接通過GitHub上面的介紹方法直接新建環(huán)境和配置：
conda env create -f environment.yaml
然后里面包也不多，但有些就是沒有下載下來裝上去，所以裝完了之后在鍵入以下命令查看已安裝包，在進行手動pip。
conda activate ldm
conda list
以上為官方方法，新建虛擬環(huán)境ldm并安裝所需庫，配置為cudatoolkit=11.3，pytorch=1.11.0，torchvision=0.12.0。這個環(huán)境對于我的顯卡是超過的，我的電腦最多支持cuda11.1。雖然可以跑但是沒有出結(jié)果，所以重新安裝了我的電腦可以配置的pytorch版本。
通過pytorch官網(wǎng)查閱Pytorch查詢下載語句查到可用版本1.8.0重新安裝并配置。
Pytorch版本導(dǎo)致的包不兼容
一共有兩個。
一個是pytorch-lightning，直接pip就會把我配好的torch直接卸載，折騰了我半天，試出來可以兼容pytorch1.8.0的是pytorch-lightning=1.2.0；
另一個是最后一個kornia，試出來兼容的是kornia=0.5.8。
Pytorch版本導(dǎo)致的丐版模型語句修改
這個主要是因為為了縮小模型計算量，用了經(jīng)典的model.half()命令，以及涉及的包的變化問題。
- autocast
在官方的版本中無問題，我改成1.8.0之后就無法import這個包，最后是吧from torch import autocast改成from torch.cuda.amp import autocast就好了； - 調(diào)用模型中的問題
代碼邏輯中有一個如果使用了GPU版本就去調(diào)用half那句函數(shù)的邏輯，但是因為都是依托于autocast這個庫，他版本更迭了之后不太一樣，再次進行修改：
原先的with precision_scope("cuda"):改成with precision_scope(True):就可以跑起來了
現(xiàn)在進度
已經(jīng)通過魔改在此可以運行程序，但是仍然跑不出來，跑出來就是這個樣子：
現(xiàn)在還在找原因，等我填坑?。?/strong>
開始填坑第一彈
一開始只能用pytorch1.8.0，或者說只能用cuda11.1，是因為電腦的顯卡的驅(qū)動不高，因為電腦買的比較早，所以是457多一點，只能裝cuda11.1。之后研究發(fā)現(xiàn)cuda的驅(qū)動是可以自己去官網(wǎng)下載升級的！直接把驅(qū)動搞到了最新，目前也沒不兼容的問題，游戲也可以照常打，下面寫昨天之后的安裝過程。
升級NVIDIA驅(qū)動
通過這個鏈接進入官網(wǎng)NVIDIA官網(wǎng)驅(qū)動，會看到如下界面，按照自己電腦的顯卡填入搜索即可，具體顯卡型號可以通過打開NVIDIA的控制面板，點擊左下角的系統(tǒng)信息之后就可以看到，我的是這樣：
然后在官網(wǎng)界面填寫并搜索，找到兼容的下載即可。
下載完成后，與cuda的安裝類似，只不過這里直接精簡安裝就可以了，安裝完你的驅(qū)動就已經(jīng)是非常新的了，像我安裝完之后，直接可以安裝cuda12.1了。
再次安裝CUDA與對應(yīng)Cudnn
這個我一開始是在安裝新的驅(qū)動之前，看了下cuda10.2是兼容pytorch1.11.0的，遂沒有更新驅(qū)動，直接安裝的cuda10.2，再次安裝pytorch時卻發(fā)現(xiàn)它安裝渠道里面cuda10.2只支持到pytorch1.9，之后就都要cuda11及以上了……這里也是經(jīng)驗，以后安裝要提前看好pytorch與cuda的對應(yīng)版本到底有沒有，不能直接看官網(wǎng)的previous version有安裝語句就以為能裝。
所以在升級完驅(qū)動之后，就直接安裝了cuda11.3，這個版本能兼容pytorch的諸多版本，較為推薦，然后再去下載配套的cudnn就可以了，安裝步驟上文已經(jīng)寫過了，這里我就不再多寫。
配置pytorch以及其他所需包
這個就直接按照兩個大佬鏈接里面去下載就可以了，更新完驅(qū)動這一步基本沒有阻礙了，會碰到的問題之前也是都有寫了。配置完成，成功能跑通，但是出來的圖仍然是綠布。于是繼續(xù)查有啥問題，不同的是這回我查到了而且成功解決！
出圖是綠圖，或者是黑圖
這個我是看了很多，然后在一個教裝stable-diffusion-webui的教程里找到的：NovelAi + Webui + Stable-diffusion本地配置，里面的最下面寫了16系顯卡可能的問題，就是把autocast關(guān)掉，要用全精度去計算就可以了。
根據(jù)我自己的研究調(diào)試，他出圖包括計算過程中，會有報錯說數(shù)據(jù)格式不對，我查閱了一下就是在計算梯度的時候會出現(xiàn)nan，然后導(dǎo)致計算失敗，是在model.half()的過程中float32強轉(zhuǎn)為float16可能遇到的問題，可以理解為這個項目壓根沒有考慮30系顯卡之前可能有的算力不足以及顯存不足的問題。
現(xiàn)在的話已經(jīng)可以畫圖了，但是效果不好！待我再煉丹然后嘗試安裝stable-diffusion-webui后回來繼續(xù)填坑?。?！
兄弟們已經(jīng)可以用了，webui版本的我也搞定了，不得不說有個UI界面好用多了，模型上傳也方便，強烈推薦搞webui版本！這個版本我準(zhǔn)備卸載了
更新安裝webui版本
webui版本，可以理解為那個丐版里面，都有一個圖形化UI界面的包gradio，在我原先裝的那個丐版里面就有了一個簡易的UI界面，webui這個版本的更全，還可以更換checkpoint(比較大的預(yù)訓(xùn)練模型)以及小的輔助模型lora等。
參考鏈接就是GitHub的開源模型：WEBUI
安裝python3.10.6以及pytorch最新版本1.13，裝完之后從上述鏈接直接用git clone或者下載壓縮包解壓；然后通過cd進入解壓下來的stable-diffusion-webui目錄下，并使用下面的代碼來進行安裝其他的必須包：
pip install -r requirements.txt
順利的話就可以直接安裝，如果出現(xiàn)問題，就手動打開txt對著列表一個個手動pip。
需要注意極大概率需要kexue上網(wǎng)才可以全部安裝成功，我裝的時候是手動然后還開了一個github加速器，就沒碰到什么問題(直接搜fastgithub就可以找到這個加速器)
全部安裝完成后，通過下面代碼就可以運行：
python launch.py --autolaunch
運行完之后等一會就會有這樣的界面：
去點擊那個URI鏈接(VSCode中需要ctrl+鼠標(biāo)左鍵單擊，PyCharm好像直接單擊就可以)，就會在你的默認(rèn)瀏覽器中跳出如下的UI界面：
文章來源：http://www.zghlxwxcb.cn/news/detail-425010.html
然后就自己輸入文字調(diào)整參數(shù)來generate就可以啦！文章來源地址http://www.zghlxwxcb.cn/news/detail-425010.html
到了這里，關(guān)于GTX1660Ti 本地部署 Stable Diffusion踩坑記錄的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！
