Stable Diffusion是2022年發(fā)布的深度學(xué)習(xí)文本到圖像生成模型。它主要用于根據(jù)文本的描述產(chǎn)生詳細(xì)圖像，它也可以應(yīng)用于其他任務(wù)，如內(nèi)補(bǔ)繪制、外補(bǔ)繪制，以及在提示詞?（英語）指導(dǎo)下產(chǎn)生圖生圖的翻譯。

DreamStudio 現(xiàn)已推出了 Stable Diffusion XL Preview 版本，你可以在官方畫搶先體驗:DreamStudio官方畫板

Stable Diffusion的代碼和模型權(quán)重已公開發(fā)布，可以在大多數(shù)配備有適度GPU的電腦硬件上運(yùn)行。而以前的專有文生圖模型（如DALL-E和Midjourney）只能通過云計算服務(wù)訪問。

想要在自己的設(shè)備上部署 Stable Diffusion 您可以根據(jù)部署平臺來獲取幫助：Windows Mac

Stable Diffusion模型支持通過使用提示詞來產(chǎn)生新的圖像，描述要包含或省略的元素，以及重新繪制現(xiàn)有的圖像，其中包含提示詞中描述的新元素（該過程通常被稱為“指導(dǎo)性圖像合成”（guided image synthesis）通過使用模型的擴(kuò)散去噪機(jī)制（diffusion-denoising mechanism）。此外，該模型還允許通過提示詞在現(xiàn)有的圖中進(jìn)內(nèi)聯(lián)補(bǔ)繪制和外補(bǔ)繪制來部分更改，當(dāng)與支持這種功能的用戶界面使用時，其中存在許多不同的開源軟件。

Windows版本安裝指南：

硬件要求

對硬件最低要求是需要一個 8GB 顯存以上的 Nvidia 1000 系顯卡，最好是 RTX 系列顯卡，會快不少。 AMD和 Intel 顯卡不可以。 達(dá)不到的同學(xué)可以白嫖 Google Colab 的計算資源（顯存16GB+）。

安裝過程

網(wǎng)盤下載鏈接：百度網(wǎng)盤 請輸入提取碼 提取碼：17ai

2、解壓novelai-webui-aki-v2壓縮包

3、解壓webui啟動器壓縮包

?

4、將webui啟動器中文件放入novelai-webui-aki-v2文件夾中

5、運(yùn)行安裝啟動器運(yùn)行依賴-dotnet-6.0.11

?

6、運(yùn)行啟動器

7、等待安裝（需要10到20分鐘）

8、安裝完成，進(jìn)入界面

?9、進(jìn)入模型管理中“變分自編碼器(VAE) 模型”，下載SD模板

?10、進(jìn)入Stable Diffusion 模型中下載安裝模型文件（可以將壓縮包中的模型導(dǎo)入到其中）

?11、可在版本管理中下載自己想要的版本，一鍵升級可升級至最新版本

?編輯

?12、現(xiàn)在就可以開始啟動SD了（啟動時請關(guān)閉代理）

?13、等待安裝加載完畢，默認(rèn)瀏覽器中生成SDweb端界面

?14、進(jìn)入設(shè)置中選擇SD模版?

15、選擇你想要使用的模型，輸入關(guān)鍵詞就可生成圖片

?16、現(xiàn)在可以使用SD來生成你想要的圖片了，查看更多模型轉(zhuǎn)至civitai

MAC系統(tǒng)安裝指南

?

軟硬件需求

• 一臺Mac電腦，系統(tǒng)是M1或M2，內(nèi)存 8G 以上（越大越好，越大越快）。
• 硬盤可用空間最低 10G 以上，最好 30G 以上。
• 需要能夠流暢訪問內(nèi)外網(wǎng)。

安裝過程

1、安裝 homebrew 打開 terminal 終端（command + 空格鍵，輸入terminal，回車打開），安裝homebrew。（如果已經(jīng)安裝，可跳到下一步）

2、在terminal內(nèi)復(fù)制執(zhí)行下面這段代碼（官方版）：

/bin/bash -c "$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/HEAD/install.sh)"

如果網(wǎng)絡(luò)問題一直沒反應(yīng)或者報錯，可以用國內(nèi)鏡像版：

/bin/bash -c "$(curl -fsSL https://gitee.com/ineo6/homebrew-install/raw/master/install.sh)"

檢測是否安裝成功homebrew

brew -v

如果會顯示homebrew的版本信息，則安裝成功。

如果顯示

zsh: command not found: brew

則需要將 Homebrew 添加到環(huán)境變量 PATH 中，并給出了相應(yīng)的操作步驟。用戶需要按照給出的建議配置環(huán)境變量，以便在終端中正常使用 Homebrew。立即在當(dāng)前終端/Shell 中執(zhí)行

eval "$(/opt/homebrew/bin/brew shellenv)"

3、安裝python 打開一個新的terminal終端窗口并運(yùn)行：

brew install cmake protobuf rust python@3.10 git wget

4、安裝stable-diffusion-webui如果未安裝git的，先安裝git。 Terminal內(nèi)運(yùn)行：

brew install git

接著用 git 把 stable diffusion webui的github 開源程序全部克隆到自己的 Mac 電腦本地，terminal 內(nèi)執(zhí)行：

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

5、下載ai繪圖基礎(chǔ)模型 這里以 Stable Diffusion 2.0 訓(xùn)練模型為例在stabilityai/stable-diffusion-2 · Hugging Face頁面的“file” tag里面找到并下載 768-v-ema.ckpt。 下載好后，把下載好的 ckpt 文件放在“你的用戶名”> Stable-diffusion-webui>Models>Stable-diffusion文件夾里。 6、運(yùn)行stable-diffusion-webui 用terminal進(jìn)入stable-diffusion-webui的文件夾。 運(yùn)行

cd stable-diffusion-webui

打開stable-diffusion-webui，運(yùn)行

./webui.sh

這一步可能需要花費(fèi)較長時間，因為會下載幾個 SD 必需的應(yīng)用。如果長時間沒有進(jìn)展，各種報錯，則用訪達(dá)（finder）打開 stable-diffusion-webui 文件夾，找到 launch.py 等文件，用系統(tǒng)自帶的文本編輯軟件打開，在大概 200-300 行左右，找到類似

“gfpgan_package = os.environ.get('GFPGAN_PACKAGE', "git+ https://github.com/TencentARC/GFPGAN.git@8d2447a2d918f8eba5a4a01463fd48e45126a379")”

的段落。并在“https://github.com/xxx”的最前面，加上：“https://ghproxy.com/”這樣系統(tǒng)下載相關(guān)應(yīng)用就會修改為在國內(nèi)鏡像站下載，會穩(wěn)定和快速一些。加上之后，就會變成類似：

“gfpgan_package = os.environ.get('GFPGAN_PACKAGE', "git+ https://ghproxy.com/https://github.com/TencentARC/GFPGAN.git@8d2447a2d918f8eba5a4a01463fd48e45126a379")”

的文段。把 gfpgan 前后的幾行，帶 github 網(wǎng)址的段落，都加上。類似下圖：

保存并關(guān)閉launch.py文件。重新運(yùn)行./webui.sh，這時候等幾分鐘估計就能好了。直到terminal 顯示

“Running on local URL: http://127.0.0.1:7860To create a public link, set share=True in launch(). ”

7、打開stable-diffusion-webui網(wǎng)頁版 注意不要關(guān)閉terminal小窗，打開瀏覽器（Safari或者Chrome)后輸入http://127.0.0.1:7860，即可訪問本地網(wǎng)頁版的 stable diffusion webui

?接下來可以在 prompt 框里面輸入提示詞后，就能點(diǎn) Generate 生成 AI 繪圖了。文章來源地址http://www.zghlxwxcb.cn/news/detail-530494.html

到了這里，關(guān)于Stable Diffusion 圖片生成AI模型 Windows Mac部署指南的文章就介紹完了。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)！