赶上画图季！完成正版Stable Diffusion安装方法

admin管理员组

文章数量:1530085

前言

在过去的几年里，人工智能（AI）取得了极大的进展

一种能够将输入的语句转换为图像的工具

最突出的就属

DALL-E 2、Stable Diffusion 和 Midjourney

DALL·E 2

DALL-E 2 由 OpenAI 开发，它通过一段文本描述生成图像。其使用超过 100 亿个参数训练的 GPT-3 转化器模型，

一幅描述篮球运动员灌篮的油画，具有星云爆炸的效果 - 图片由 DALLE 2 创作

DALL-E 2 主要由两部分组成——将用户输入转换为图像的表示（称为 Prior），然后是将这种表示转换为实际的照片（称为 Decoder）。

Source: https://www.youtube/watch?v=F1X4fHzF4mQ

其中使用到的文本和图像嵌入来自另一个叫做 CLIP（对比语言-图像预训练）的网络，这也是由 OpenAI 研发的。CLIP 是一种神经网络，为输入的图像返回最佳的标题。它所做的事情与 DALL-E 2 所做的相反——它是将图像转换为文本，而 DALL-E 2 是将文本转换为图像。引入 CLIP 的目的是为了学习物体的视觉和文字表示之间的联系。

所有的AI设计工具，模型和插件，都已经整理好了，👇获取~

CLIP - 为图像返回最佳的文本

Stable Diffusion 及其技术

Stable Diffusio其使用了 CLIP ViT-L/14 文本编码器，能够通过文本提示调整模型。它在运行时将成像过程分离成“扩散 （diffusion）”的过程——从有噪点的情况开始，逐渐改善图像，直到完全没有噪点

一个可以看到埃菲尔铁塔的皮卡丘高级餐厅- 图片由 Stable Diffusion 生成

Stable Diffusion 是基于 Latent Diffusion Model（LDM）的，LDM 是一款顶尖的文转图合成技术。在了解 LDM 的工作原理之前，让我们先看看什么是扩散模型以及为什么我们需要 LDM。

扩散模型（Diffusion Models, DM）是基于 Transformer 的生成模型，它采样一段数据（例如图像）并随着时间的推移逐渐增加噪声，直到数据无法被识别。该模型尝试将图像回退到原始形式，在此过程中学习如何生成图片或其他数据。

DM 存在的问题是强大的 DM 往往要消耗大量 GPU 资源，所以为什么SD的使用者总是要有好的显卡或者是租凭远程GPU

Midjourney 及其是如何工作的

Midjourney 也是一款由人工智能驱动的工具，其能够根据用户的提示生成图像。MidJourney 善于适应实际的艺术风格，创造出用户想要的任何效果组合的图像。它擅长环境效果，特别是幻想和科幻场景，看起来就像游戏的艺术效果。

夜晚的云端城堡，电影般的画面 - 图片由 Midjourney 生成

Midjourney 也是一个人工智能图像生成工具，它通过输入文本和参数，并使用在大量图像数据上训练出的机器学习（ML）算法来生成独一无二的图像。

Midjourney 目前只能通过其官方 Discord 上的 Discord 机器人使用。用户使用“/imagine”命令生成图像，并像其他 AI 图像生成工具一样输入命令提示。然后机器人会返回一张图片。

下面的 prompt 有助于了解每种模型的相似性和差异。

由于目前业内已经有事务所在尝试

通过SD（stable diffusion）上传手稿垫底图

**AI尝试画效果的方式推进方案
**

【从线稿到方案渲染，结果我惊呆了！】

我们就主要介绍SD的安装流程以及方法

如果你做好了上述准备，我们就开始行动吧！

Stable Diffusion安装教程：前期准备工作

第一步：下载Python 3.10.9版本Windows installer (64-bit)

第二步：下载t64-bit Git for Windows Setup

https://git-scm/download/win

第三步：点击下方链接，在Github下载stable-diffusion-webui

第四步：下载最新版的Stable-diffusion

（需要免费注册一下网站的账号）

第五步：下载面部重建插件GFPGAN，建议把1.3和1.4版本都下载下来

https://github/TencentARC/GFPGAN

第六步：下载Notepad++

（下最新版即可，不用完全和我下载一致的版本）

https://notepad-plus-plus/downloads/

上述内容全部下载完成后

你应该有了以下这些文件在你的文件夹中

Stable Diffusion安装教程：安装与启动

建议将所有文件安装至C盘，在文档中创建文件夹“SDlocal”。（我第一次装的时候嫌文件太大有的放在D盘）

（有的放在C盘就出现错误，安装失败了！）

第一步：将已下载完成的Python、Git和Note++全都安装在C盘默认路径中，所有选项都以默认为准，无脑安装。

第二步：将stable-diffusion-webui-master.zip解压至前述新建立的SDlocal文件夹

第三步：将GFPGAN1.3和GFPGAN1.4文件拖入SDlocal夹

第四步：将“v1-5-pruned-emaonly.ckpt”拖拽到SDlocal>models>Stable-diffusion文件夹下

第五步：右键点击webui-user.bat文件，选择Edit with Notepad++，将文件中的路径设置为你Python的存储路径。以我自己为例：

“C:\Users\你自己的用户名\AppData\Local\Programs\Python\Python310\python.exe”

比如我的是

那就是

“C:\Users\NINGMEI**\AppData\Local\Programs\Python\Python310\python.exe”**

第六步：双击”webui-user.bat”文件后

就开始运行stable diffusion了

如果运行成功，这个页面将会返回给你一个地址，将这个地址复制到浏览器中，就可以正常运行了

Stable diffusion安装成功！

Stable Diffusion安装教程：疑难杂症Q&A

通常来说前面的安装步骤非常简单，基本上30分钟之内就可以全部搞定。但是，一个像我一样小白的电脑99%会在第六步运行“webui-user.bat”这块出现各种各样的报错，基本上我安装stable-diffusion的8个小时里面有7个多小时都是在google和各大论坛搜索怎么解决这些报错和bug。

下面我大概说一下我遇到的问题和解法：

第一类问题：Python未安装成功

很多新手第一次安装python的时候因为整个电脑环境等原因没有将正确的文件全部安装完毕

我们需要先检查这些文件是否安装成功。
使用Win键+R打开运行，在对话栏中输入cmd进入后台：

cmd进入后台

在后台输入python指令，如果返回如下图所示，代表Python安装成功，如果报错则需要重新安装python

第二类问题：系统环境配置

建议下载MicroSoft Visual Studio，

并把所有Python相关联的软件全都下载安装。

第三类问题：网络造成的无法下载某些文件，比如BLIP、CLIP等

通常cmd中会报出类似“Couldn’t Clone Taming Transformers”这样的错误

网络问题造成的报错

遇到这类问题一般两种解法：

解法1：把VPN的全局模式打开，反复尝试启动“webui-user.bat”，这些文件有几率可以下载完成。

解法2：仔细看一下报错的具体是哪个文件打不开

下载不下来或安装不上，基本上这些文件通过google搜索或者github都能找到，如此一来可以通过主动下载这些文件，然后使用windows的cmd指令，直接将这些文件安装好。

举个栗子：我安装的时候有一个“CLIP”文件死活安装不上反复报错，于是我去github下载了这个文件，然后在cmd里面进入到文件夹下载路径

输入指令python setup.py install就完成人工手动安装

各位旅途愉快！

**以上图片亲测通过Stable diffusion实现
**

这里直接将该软件分享出来给大家吧~

1.stable diffusion安装包

随着技术的迭代，目前 Stable Diffusion 已经能够生成非常艺术化的图片了，完全有赶超人类的架势，已经有不少工作被这类服务替代，比如制作一个 logo 图片，画一张虚拟老婆照片，画质堪比相机。

最新 Stable Diffusion 除了有win多个版本，就算说底端的显卡也能玩了哦！此外还带来了Mac版本，仅支持macOS 12.3或更高版本。

2.stable diffusion视频合集

我们在学习的时候，往往书籍源码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，一步步带你入坑stable diffusion，科学有趣才能更方便的学习下去。

3.stable diffusion模型下载

stable diffusion往往一开始使用时图片等无法达到理想的生成效果，这时则需要通过使用大量训练数据，调整模型的超参数（如学习率、训练轮数、模型大小等），可以使得模型更好地适应数据集，并生成更加真实、准确、高质量的图像。

4.stable diffusion提示词

提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言，整个SD学习过程中都离不开这本提示词手册。

5.SD从0到落地实战演练

如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名SD大神的正确特征了。

这份完整版的stable diffusion资料我已经打包好，需要的点击下方插件，即可前往免费领取！

本文标签： 画图方法stableDiffusion