Stable Diffusion的安装和问题解决（附安装包和大模型）

小时候比较喜欢画画，如今AI盛行，各种绘画工具层出不穷，网上也看了很多，stable diffusion（sd）和midjunery（mj）算是主流，国内的文心、天工、

小时候比较喜欢画画，如今AI盛行，各种绘画工具层出不穷，网上也看了很多，stable diffusion（sd）和midjunery（mj）算是主流，国内的文心、天工、甚至抖音什么的，我也尝试过，但是总的来说，跟sd和mj相比真的不好用。后来我找了网上一些运营号问，大多采用的是mj，不过我个人还是想试试，亲自对比一下，鉴于mj的付费，我先试了sd，（附安装包） 下面是我安装使用过程中的一些经历。

我的是Mac，所以就按照这个系统来了

一、安装homebrew

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

// 等待即可，检查是否安装成功

brew -V

// 打印出 homebrew 4.0.11 表示安装成功

* 1

* 2

* 3

* 4

* 5

二、安装python

brew install cmake protobuf rust python@3.10 git wget

* 1

* 2

也可以去官网下载安装包3.10.9 或者3.10.10，手动安装

三、下载SD包（附安装包）

1、下载资料包，解压安装。

2、从git仓库直接下载

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

* 1

* 2

四、下载模型

可以使用上面资料包里的模型，

这里需要注意的是，下载后放置目录stable-diffusion-webui/models/Stable- diffusion/下。模型有ckpt文件，也有safetensors文件，统统放进去就行。

五、运行

在终端中进入你安装的“stable-diffusion-webui”目录，运行 ./webui.sh

第一次运行会安装一些依赖，这个过程会遇到诸多问题，下面我列举几个。

六、运行问题解决

1、python版本问题 🔗

sd运行python是3，但是默认是2，一般来说是不进行覆盖的，覆盖它可能会导致系统脚本和其他依赖默认 Python 的软件出现问题。一般我们采用软连的方式，如：sudo ln -s /usr/local/bin/python3 /usr/bin/python，但是你会发现报错了ln: /usr/bin/python: Operation not permitted，也查过其他各种删除方式都不得行。

首先安装高版本的python后，按照下面的步骤来：

(1、查看版本

which python

// /usr/bin/python

which python3

// /usr/local/bin/python3

* 1

* 2

* 3

* 4

* 5

(2、编辑profile文件

vi ~/.bash_profile

// 末尾追加内容

alias python="/usr/local/bin/python3"

alias python2="/usr/bin/python"

* 1

* 2

* 3

* 4

* 5

(3、生效启用

source ~/.bash_profile

* 1

* 2

这里还有个问题，如果新开一个终端界面，需要重启这个命令才能生效。

2、No SDP backend available 🔗

Launching Web UI with arguments: --skip-torch-cuda-test --upcast-sampling --no-half-vae --use-cpu interrogate

no module 'xformers'. Processing without...

No SDP backend available, likely because you are running in pytorch versions < 2.0. In fact, you are using PyTorch 1.12.1. You might want to consider upgrading.

no module 'xformers'. Processing without...

No module 'xformers'. Proceeding without it.

Style database not found: /Users/villen/stable-diffusion-webui/styles.csv

Warning: caught exception 'Torch not compiled with CUDA enabled', memory monitor disabled

==============================================================================

You are running torch 1.12.1.

The program is tested to work with torch 2.0.0.

To reinstall the desired version, run with commandline flag --reinstall-torch.

Beware that this will cause a lot of large files to be downloaded, as well as

there are reports of issues with training tab on the latest version.

Use --skip-version-check commandline argument to disable this check.

==============================================================================

Downloading: "https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned-emaonly.safetensors" to /Users/villen/stable-diffusion-webui/models/Stable-diffusion/v1-5-pruned-emaonly.safetensors

WARNING:modules.mac_specific:MPS garbage collection failed

Traceback (most recent call last):

File "/Users/villen/stable-diffusion-webui/modules/mac_specific.py", line 38, in torch_mps_gc

from torch.mps import empty_cache

ModuleNotFoundError: No module named 'torch.mps'


* 1

* 2

* 3

* 4

* 5

* 6

* 7

* 8

* 9

* 10

* 11

* 12

* 13

* 14

* 15

* 16

* 17

* 18

* 19

* 20

* 21

* 22

* 23

* 24

原因：torch 的版本不对 解决方案：在安装目录stable-diffusion-webui 下，编辑webui-macos- env.sh文件 我的原来的配置文件如下；

export install_dir="$HOME"

export COMMANDLINE_ARGS="--skip-torch-cuda-test --upcast-sampling --no-half-vae --use-cpu interrogate"

export TORCH_COMMAND="pip install torch==1.12.1 torchvision==0.13.1"

export K_DIFFUSION_REPO="https://github.com/brkirch/k-diffusion.git"

export K_DIFFUSION_COMMIT_HASH="51c9778f269cedb55a4d88c79c0246d35bdadb71"

export PYTORCH_ENABLE_MPS_FALLBACK=1

* 1

* 2

* 3

* 4

* 5

* 6

* 7

修改好的配置文件如下：

(1、在COMMANDLINE_ARGS 参数的后面添加了–reinstall-torch (2、export TORCH_COMMAND=“pip install torch_2.0.1 torchvision_0.15.2”，将torch的版本修改成2.0的

export install_dir="$HOME"

export COMMANDLINE_ARGS="--skip-torch-cuda-test --upcast-sampling --no-half-vae --use-cpu interrogate --reinstall-torch"

export TORCH_COMMAND="pip install torch==2.0.1 torchvision==0.15.2"

#export TORCH_COMMAND="pip install torch==1.12.1 torchvision==0.13.1"

export K_DIFFUSION_REPO="https://github.com/brkirch/k-diffusion.git"

export K_DIFFUSION_COMMIT_HASH="51c9778f269cedb55a4d88c79c0246d35bdadb71"

export PYTORCH_ENABLE_MPS_FALLBACK=1

* 1

* 2

* 3

* 4

* 5

* 6

* 7

* 8

3、Symbol not found: _VTRegisterSupplementalVideoDecoderIfAvailable🔗

这个提示其实还是跟依赖版本有关，opencv版本太老，可以这样手工更新一下：

cd venv/bin

source activate

./python3.10 -m pip install --upgrade pip

pip3 install opencv-python==4.6.0.66 deactivate

* 1

* 2

* 3

* 4

* 5

4、“LayerNormKernelImpl” not implemented for 'Half’🔗

或者也会有这样的提示Failed to create model quickly; will retry using slow method.其实都是显卡的问题，一般我们工作自用的电脑的显存都不太能够的，所以这里需要修改一下运行方式：

编辑webui-user.sh，添加：

export COMMANDLINE_ARGS="--precision full --no-half --skip-torch-cuda-test

* 1

* 2

或者我个人采用以下运行方式：

./webui.sh --precision full --no-half

* 1

* 2

大家注意这里的half，如果你有足够的计算资源和内存，最简单的解决方案是将数据类型更改为全精度（float32），我们这里强调一半，其实就是半精度替代实现方案。有兴趣可以去了解一下精度问题。

七、总结

本地跑起来了，确实比较慢，风扇都要转费了。SD跑图除了需要通常所说的描述要到位，还要选合适的模型或者插件，才能做出理想的图片。

这里直接将该软件分享出来给大家吧~

据类型更改为全精度（float32），我们这里强调一半，其实就是半精度替代实现方案。有兴趣可以去了解一下精度问题。

七、总结

本地跑起来了，确实比较慢，风扇都要转费了。SD跑图除了需要通常所说的描述要到位，还要选合适的模型或者插件，才能做出理想的图片。

这里直接将该软件分享出来给大家吧~

最后

如果你是真正有耐心想花功夫学一门技术去改变现状，我可以把这套AI教程无偿分享给你，包含了AIGC资料包括AIGC入门学习思维导图、AIGC工具安装包、精品AIGC学习书籍手册、AI绘画视频教程、AIGC实战学习等。

这份完整版的AIGC资料我已经打包好，长按下方二维码，即可免费领取！

【AIGC所有方向的学习路线思维导图】

【AIGC工具库】

【精品AIGC学习书籍手册】

【AI绘画视频合集】

这份完整版的AIGC资料我已经打包好，长按下方二维码，即可免费领取！