基于腾讯云CVM搭建stable-diffusion-webui环境

背景

CompVis/stable-diffusion 是一个开源项目，它实现了一种基于稳定扩散（Stable Diffusion）的生成对抗网络（GAN）训练方法。这个项目旨在提高 GAN 训练的稳定性和生成图像的质量。项目地址：https://github.com/CompVis/stable-diffusion

该项目主要包括以下特点：

稳定扩散技术：通过引入噪声和扩散过程来平滑生成器和判别器之间的优化过程，从而提高训练稳定性。
高质量图像生成：利用稳定扩散技术，生成器能够产生更高质量、更真实的图像。
易于使用：项目提供了预训练模型和示例代码，方便用户快速上手和测试。

CompVis/stable-diffusion 可以应用于各种图像生成任务，如将文本描述转换为图像（Text2Img）、风格迁移、超分辨率等。这个项目对于研究人员和开发者来说是一个有价值的资源，可以帮助他们更好地理解和实践基于稳定扩散的 GAN 训练方法。

本文主要是介绍在腾讯云CVM中搭建stable-diffusion-webui（https://github.com/AUTOMATIC1111/stable-diffusion-webui）环境。

核心步骤

在腾讯云CVM的硅谷区域，申请一台4核8GB内存的服务器，选择公共镜像CentOS-64位-CentOS 8.4 64位。

系统盘选择100GB。

网络安全组-入站规则需要打开7860端口。建议带宽值直接拉到100Mbps，因为需要下载的依赖非常多，非常大。

ssh -o ServerAliveInterval=30 root@服务器IP地址登录。

创建一个非root权限账户（sd不允许root运行）

代码语言：txt

复制

adduser sd  （创建账户sd）
passwd sd  （创建密码）
usermod -aG wheel sd （增加sudo权限）
su - sd (切换为sd用户)

安装Conda

代码语言：txt

复制

wget https://repo.anaconda.com/archive/Anaconda3-2023.03-Linux-x86_64.sh
sh Anaconda3-2023.03-Linux-x86_64.sh

安装完成后执行 “bash”命令，重新载入bash终端，确保conda命令可用

创建conda环境

代码语言：txt

复制

conda create -n sd python=3.10.6

创建完成后切换至sd环境

代码语言：txt

复制

conda activate sd

安装sd-ui

依赖安装：sudo yum install mesa-libGL -y

依赖安装：sudo yum install git -y

代码语言：txt

复制

bash <(wget -qO- https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh)

没有cuda gpu，webui-user.sh 启动参数里加上： --skip-torch-cuda-test

代码语言：txt

复制

export COMMANDLINE_ARGS=" --skip-torch-cuda-test"

启动命令：sh webui.sh --listen --port 7860 --precision full --no-half

默认启动无法画图，因为没有GPU，重新用上面的命令行启动，加上 --precision full --no-half 参数