由于工作站安裝的是 ubuntu，卡也在上面，就只能在 ubuntu 上部署安裝 stable diffusion 了。另外，Linux 上使用 stable diffusion 也會(huì)方便很多。

1 準(zhǔn)備工作

• NVIDIA 官網(wǎng)下載驅(qū)動(dòng)，主要是為了規(guī)避多卡驅(qū)動(dòng)不同的問題。由于本機(jī)是兩張一樣的卡，就可以省去這一步。如果存在不同型號(hào)的多卡驅(qū)動(dòng)不兼容的問題，就需要去官網(wǎng)下載。
• 安裝 python 3.10
• 安裝 CUDA11.8（pytorch2.x，xformers），對(duì) stable diffusion 兼容比較好
  • 支持 pytorch2.x
  • 支持 xformers，可以加速圖片生成

2 deploy stable diffusion

• github stable diffusion webUI

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

• 配置 venv python 虛擬環(huán)境，因?yàn)椴煌Ｐ偷?python 版本要求不同

      # 創(chuàng)建虛擬環(huán)境
      python3 -m venv venv
  
      # 進(jìn)入虛擬環(huán)境
      source venv/bin/activate
      # 退出虛擬環(huán)境
      deactivate
  
  

  也可以使用 conda 來進(jìn)行虛擬環(huán)境的創(chuàng)建和管理。

• Stable diffusion WebUI 啟動(dòng)，自動(dòng)安裝依賴

      # 啟動(dòng)，會(huì)自動(dòng)下載依賴
      ./webui.sh --xformers
  

3 報(bào)錯(cuò)解決

‘’’
這里可能會(huì)出現(xiàn)一些報(bào)錯(cuò)

1. Cannot locate TCMalloc（improves CPU memory usage），這個(gè)報(bào)錯(cuò)是因?yàn)槿鄙?libgoogle-perftools4 和 libtcmalloc-minimal4，直接安裝即可
   sudo apt install libgoogle-perftools4 libtcmalloc-minimal4 -y

2. This scripts must not be launched as root, aborting…

解決方法：
bash webui.sh -f
‘’’

3. OSError: Can’t load tokenizer for ‘openai/clip-vit-large-patch14’. If you were trying to load it from ‘https://huggingface.co/models’, make sure you don’t have a local directory with the same name. Otherwise, make sure ‘openai/clip-vit-large-patch14’ is the correct path to a directory containing all relevant files for a CLIPTokenizer tokenizer.

解決方法：
運(yùn)行時(shí)它需要訪問huggingface.co去下載一些模型需要的文件，而大陸用戶連接不上huggingface.co，導(dǎo)致部署失敗。
下載文件并進(jìn)行配置, 讓 stable diffusion 訪問本地?cái)?shù)據(jù), 放置到你所需要的目錄, 開始進(jìn)行配置，這些文件（clip）是模型中encoder所需要的，我們可以從報(bào)錯(cuò)信息中去發(fā)現(xiàn)是哪里調(diào)用了這個(gè)openai/clip-vit-large-patch14，去修改這個(gè)路徑配置即可。

這里的配置會(huì)導(dǎo)致我們運(yùn)行時(shí)會(huì)去huggingface.co(外網(wǎng))找這個(gè)文件，只需要將這個(gè)改成我們之前下載所放置的路徑即可, 一共四處

4. RuntimeError: GET was unable to find an engine to execute this computation

解決方法：
因?yàn)閠orch torchvision cuda以及python版本都是有兼容關(guān)系的, 這三者安裝兼容版本就可以了.

檢測torch和cuda是否能用:

import torch
print(torch.__version__)
print(torch.cuda.is_available())

測試:

import torch

print(torch.cuda.is_available())
num_gpu =1 
# Decide which device to run on
device = torch.device("cuda:0" if (torch.cuda.is_available() and num_gpu > 0) else "cpu")
print(device)
print(torch.cuda.get_device_name(0))
print(torch.rand(3,3).cuda())

檢查cudnn是否可用:

print(torch.backends.cudnn.version())

文章來源地址http://www.zghlxwxcb.cn/news/detail-799865.html

到了這里，關(guān)于在 Linux 本地部署 stable diffusion的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY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)！