如何在算力云上部署Stable Diffusion

算力云網址 https://www.autodl.com/home

這回真的是無任何閹割的版本了，截至4月19日，所有的webui最新版功能都能正常用

零、基礎環(huán)境

算力云環(huán)境

鏡像

Miniconda conda3

Python 3.10(ubuntu22.04)

Cuda 11.8

GPU

Tesla T4(16GB) * 1升降配置

CPU8 vCPU Intel Xeon Processor (Skylake, IBRS)

內存56GB

硬盤

系統(tǒng)盤:25 GB

數據盤:免費:50GB SSD

目前服務器是包天租的，一天19.13，包周1周124.42，包月的話，一個月463.48。試驗階段可以租按小時算的，我這個配置1小時0.83元。

一、初始準備，用戶權限的設置

1.創(chuàng)建非root管理員用戶并改主目錄為數據盤

使用以下步驟創(chuàng)建一個名為"autodl"的管理員用戶，并將其主目錄設置為/root/autodl-tmp。

1. 以具有管理員權限的用戶身份登錄。

2. 打開終端窗口。

3. 輸入以下命令以創(chuàng)建一個新用戶：

   sudo adduser autodl
   ?```
   
   這將提示您設置新用戶的密碼和其他詳細信息。
   

4. 更改新用戶的主目錄：

   sudo usermod -d /root/autodl-tmp autodl
   ?```
   

2.刪除lock鎖

sudo rm -rf /var/lib/dpkg/lock

sudo rm -rf /var/cache/apt/archives/lock

3.更改這兩個目錄權限

sudo chmod 777 /root /root/autodl-tmp
sudo chown -R root:autodl /root /root/autodl-tmp

4.改python的用戶權限

可以按照以下步驟將其添加到autodl用戶的環(huán)境變量中：

1. 找到Python的安裝路徑。在終端中輸入以下命令來查找：

   which python
   ?```
   
   這將輸出Python的路徑，例如`/root/miniconda3/bin/python`。
   

2. 將Python的路徑添加到autodl用戶的環(huán)境變量中。在終端中輸入以下命令：

   echo 'export PATH="$PATH:/root/miniconda3/bin"' >> /home/autodl/.bash_profile
   ?```
   
   這將將Python的路徑添加到`/home/autodl/.bash_profile`文件中，該文件是`autodl-tmp`用戶的默認bash shell配置文件。
   

3. 使新的環(huán)境變量生效。在終端中輸入以下命令：

   source /home/autodl-tmp/.bash_profile
   ?```
   
   這將使新的環(huán)境變量立即生效，您現在應該可以在`autodl-tmp`用戶的終端中使用Python了。
   

請注意，您需要在autodl-tmp用戶下運行source /home/autodl-tmp/.bash_profile命令以使環(huán)境變量生效。如果您使用了不同的shell或終端，可能需要調整上述步驟以適應您的系統(tǒng)和配置。

5.打開目錄

cd /root/autodl-tmp

二、安裝

1.下載webui包

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

2.webui.sh

把有github網址的地方加上ghproxy，第151行

 "${GIT}" clone http://ghproxy.com/https://github.com/AUTOMATIC1111/stable-diffusion-webui.git "${clone_dir}"

install路徑也改了,改成

# Install directory without trailing slash
if [[ -z "${install_dir}" ]]
then
    install_dir="/root/autodl-tmp"
fi

3.launch.py

把所有git鏈接前面加上http://ghproxy.com/

def prepare_environment():
    global skip_install

    torch_command = os.environ.get('TORCH_COMMAND', "pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 --extra-index-url https://download.pytorch.org/whl/cu117")
    requirements_file = os.environ.get('REQS_FILE', "requirements_versions.txt")

    xformers_package = os.environ.get('XFORMERS_PACKAGE', 'xformers==0.0.16rc425')
    gfpgan_package = os.environ.get('GFPGAN_PACKAGE', "git+http://ghproxy.com/https://github.com/TencentARC/GFPGAN.git@8d2447a2d918f8eba5a4a01463fd48e45126a379")
    clip_package = os.environ.get('CLIP_PACKAGE', "git+http://ghproxy.com/https://github.com/openai/CLIP.git@d50d76daa670286dd6cacf3bcd80b5e4823fc8e1")
    openclip_package = os.environ.get('OPENCLIP_PACKAGE', "git+http://ghproxy.com/https://github.com/mlfoundations/open_clip.git@bb6e834e9c70d9c27d0dc3ecedeebeaeb1ffad6b")

    stable_diffusion_repo = os.environ.get('STABLE_DIFFUSION_REPO', "http://ghproxy.com/https://github.com/Stability-AI/stablediffusion.git")
    taming_transformers_repo = os.environ.get('TAMING_TRANSFORMERS_REPO', "http://ghproxy.com/https://github.com/CompVis/taming-transformers.git")
    k_diffusion_repo = os.environ.get('K_DIFFUSION_REPO', 'http://ghproxy.com/https://github.com/crowsonkb/k-diffusion.git')
    codeformer_repo = os.environ.get('CODEFORMER_REPO', 'http://ghproxy.com/https://github.com/sczhou/CodeFormer.git')
    blip_repo = os.environ.get('BLIP_REPO', 'http://ghproxy.com/https://github.com/salesforce/BLIP.git')

    stable_diffusion_commit_hash = os.environ.get('STABLE_DIFFUSION_COMMIT_HASH', "cf1d67a6fd5ea1aa600c4df58e5b47da45f6bdbf")
    taming_transformers_commit_hash = os.environ.get('TAMING_TRANSFORMERS_COMMIT_HASH', "24268930bf1dce879235a7fddd0b2355b84d7ea6")
    k_diffusion_commit_hash = os.environ.get('K_DIFFUSION_COMMIT_HASH', "5b3af030dd83e0297272d861c19477735d0317ec")
    codeformer_commit_hash = os.environ.get('CODEFORMER_COMMIT_HASH', "c5b4593074ba6214284d6acd5f1719b6c5d739af")
    blip_commit_hash = os.environ.get('BLIP_COMMIT_HASH', "48211a1594f1321b00f14c9f7a5b4813144b2fb9")

到這里跑一下webui.sh

到了install gfpgan

4.GFPGAN安裝

cd /root/autodl-tmp/stable-diffusion-webui/venv/lib64/python3.10/site-packages

git clone https://github.com/TencentARC/GFPGAN.git

pip install cpython

python -m pip install basicsr facexlib     

python -m pip install -r requirements.txt

5.多運行幾遍webui.sh,

因為網絡問題，這玩意有時候是個玄學。

一次往往不能完整的運行完。

多運行幾次，就可以了

四、打包，裝model模型之前打個包

先把它默認的v1-5模型刪了，再打包，那個模型比較老了，其實

tar -zcvf stable-diffusion-webui.tar.gz stable-diffusion-webui/

打好包后下載下來

這樣下次安裝比較方便

然后把自己準備好的safetensor或cpkg模型上傳到models/stable-diffusion/目錄下。

五、快速啟動設置

修改webui-user.sh

export COMMANDLINE_ARGS="--share --gradio-auth username:password"

--share是出一個臨時公網ip,--gradio-auth username:password是設置登錄口用戶名和密碼。

六、使用

再次開機，是在root用戶下

su autodl
source /home/autodl/.bash_profile
cd /root/auto-tmp/stable-diffusion
./webui.sh 

七、安全提示

1、臨時公網ip最好不要到處說

2、自己創(chuàng)建的autodl（那個非root用戶），密碼要設成強密碼！

3、登錄口密碼，最好也不要用弱口令。

第二個尤其重要，要不然別人就能憑借ssh弱口令用你的顯卡服務器了。ssh弱口令是一個高危漏洞。

八、后續(xù)SD教程

常用插件和腳本、webui-user.sh的常用參數講解、模型種類的講解、模型從哪里找。

下一節(jié)教程計劃講雙語對照插件和格式轉換插件、還有補間動畫腳本。這幾個都是比較基本簡單的插件和腳本。文章來源地址http://www.zghlxwxcb.cn/news/detail-454231.html

到了這里，關于在autodl算力云上部署Stable Diffusion的文章就介紹完了。如果您還想了解更多內容，請在右上角搜索TOY模板網以前的文章或繼續(xù)瀏覽下面的相關文章，希望大家以后多多支持TOY模板網！