部署环境

• 操作系统：Ubuntu Server 22.04（无图形界面）
• GPU：A100 显卡（40GB 显存）

准备部署完成后通过其他电脑的浏览器访问服务器的 webui 服务。

一、安装Anaconda3

a、linux下安装启动

版本：anaconda2023.03（2023.3）

debian系和rhat系通用

A100环境下的显卡环境已存在就省略了A100的显卡驱动安装

1.下载

进入目录

cd /usr/local

如果下载过慢，建议用下载软件下载后上传

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

或者从镜像下载

wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-2023.03-Linux-x86_64.sh

2.安装

授予权限

chmod +x Anaconda3-2023.03-Linux-x86_64.sh

安装

sh ./Anaconda3-2023.03-Linux-x86_64.sh

会提示一堆信息，大意就是用户须知，操作如下：

（见到Enter就按Enter，见到yes/no就是yes）

Enter，下拉，yes，

Enter，yes

3.配置

刷新配置

cd /home/test

source ~/.bashrc

验证

conda -V # 安装python环境 3.10以上 conda create --name sd_env_310 python=3.10

# 查看有多少个环境 conda info --envs # 激活环境 conda activate sd_env_310

设置不自动激活conda base 环境

conda config --set auto_activate_base false

全自动安装

官方给出的 Linux 安装指导非常简单：下载 webui.sh，运行它，然后一切都会被全自动地下载、安装完成。

但是我是不情愿让别人对我的电脑做手脚而自己却不知情的，所以决定研究一下 webui.sh. 在查看其内容之后，我发现它无非是干这么几件事：

1. 下载 webui 仓库；
2. 在 ./venv 下创建并激活 python 虚拟环境；
3. 调用 launch.py 安装需要的包及下载需要的仓库；
4. 启动 webui.

虽然 webui.sh 帮我们全自动地完成了这些工作，但这里面有几个问题：

• 它使用 venv 管理环境，而我更倾向于使用 conda 管理环境；
• 由于网络原因，希望把 pip install 换到国内镜像源；
• 由于网络原因，git clone 有时无法访问导致失败。

对于第二个问题，可以全局设置镜像，或者在运行 webui.sh 时设置环境变量 INDEX_URL；对于第三个问题，可以直接把代码里出现的 http://github.com 改成镜像站。但第一个问题无法简单地解决，因此我还是决定手动分解步骤安装，见下一节。

分解步骤安装

5. 下载 stable-diffusion-webui 仓库

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

6. 下载其他仓库

webui 仅仅是一个外层界面包装，核心功能是通过其他仓库（或以仓库的形式、或以安装包的形式）支撑的。其他仓库需放在 ./repositories 文件夹下：

mkdir repositories

然后依次下载以下仓库，并切换到合适的版本以避免可能的版本适配问题：

stablediffusion

git clone https://github.com/Stability-AI/stablediffusion.git ./repositories/stable-diffusion-stability-ai
git -C ./repositories/stable-diffusion-stability-ai checkout cf1d67a6fd5ea1aa600c4df58e5b47da45f6bdbf

taming-transformers

git clone https://github.com/CompVis/taming-transformers.git ./repositories/taming-transformers
git -C ./repositories/taming-transformers checkout 24268930bf1dce879235a7fddd0b2355b84d7ea6

k-diffusion

git clone https://github.com/crowsonkb/k-diffusion.git ./repositories/k-diffusion
git -C ./repositories/k-diffusion checkout c9fe758757e022f05ca5a53fa8fac28889e4f1cf

CodeFormer

git clone https://github.com/sczhou/CodeFormer.git ./repositories/CodeFormer
git -C ./repositories/CodeFormer checkout c5b4593074ba6214284d6acd5f1719b6c5d739af

BLIP

git clone https://github.com/salesforce/BLIP.git ./repositories/BLIP
git -C ./repositories/BLIP checkout 48211a1594f1321b00f14c9f7a5b4813144b2fb9

7. 建立并激活新 conda 环境

conda create -n sd-webui python=3.10
conda activate sd-webui

8. 安装 requirements.txt 中的依赖包

pip install torch torchvision -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install tb-nightly
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

说明：

• 必须先安装 torch：因为 basicsr 的安装程序会 import torch.
• 安装 tb-nightly：清华源缺少这个包，但安装 basicsr 时需要它，所以先不换源把它安装上。

9. 安装其他依赖包

pip install ftfy regex tqdm -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install git+https://github.com/openai/CLIP.git
pip install open_clip_torch xformers -i https://pypi.tuna.tsinghua.edu.cn/simple

python -m pip install -r "requirements.txt" --prefer-binary -i https://pypi.tuna.tsinghua.edu.cn/simple
python -m pip install -r "requirements_versions.txt" --prefer-binary -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install -r repositories/CodeFormer/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -r repositories/BLIP/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -r repositories/k-diffusion/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install -r repositories/stable-diffusion-stability-ai/requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

10. 下载基础模型

从链接下载基础模型（Stable Diffusion v2.1，safetensors 格式，5.21 GB），放在 ./models/Stable-diffusion/ 下。当然也可以下载其他基础模型。

11. 启动 webui

python webui.py

服务默认运行在 127.0.0.1:7860 上。

如果部署在远程服务器上，想通过其他电脑的浏览器访问服务，则需要添加 --listen 参数，这样服务运行在服务器的 0.0.0.0:7860 上，我们在浏览器输入 <server ip>:7860 才能访问。推荐添加 --xformers 参数，使用 xformers 优化时间和空间。添加 --port xxxx 参数更改端口。

--device-id DEVICE_ID 指定设备号（可通过nvidia-smi查看 显卡设备号）

--enable-insecure-extension-access 解除禁止插件下载；临时允许后台下载插件的启动后面加入 --enable-insecure-extension-access （没有特殊下载要求，不建议开启，设涉及安全问题）

python webui.py --listen --port 8000 --xformers --device-id 0

添加账号密码

python webui.py --listen --port 8000 --xformers --device-id 0 --gradio-auth admin:888888

备注：为了不同用户不互相影响webui上的模型参数混淆调用

另外复制一个stable-diffusion-webui 目录并指定不同的端口和设备号使用，如有必要env环境也可以重新复制一个

复制环境：conda create -n <new_env_name> --clone <origin_env_name>

cp -rp stable-diffusion-webui stable-diffusion-webui_8001

cd stable-diffusion-webui_8001

python webui.py --listen --port 8001 --xformers --device-id 1 --gradio-auth admin01:888888

有需要放前台运行 使用screen 来做前台启动 webui

一、screen命令简介

  Screen是一个全屏窗口管理器，它在多个进程（通常是交互式shell）之间多路传输物理终端。每个虚拟终端提供DEC VT100终端的功能，以及ANSI X3的几个控制功能。64（ISO 6429）和ISO 2022标准（例如，插入/删除行和支持多个字符集）。每个虚拟终端都有一个回滚历史缓冲区和一个复制粘贴机制，允许用户在窗口之间移动文本区域。当调用screen时，它会创建一个包含shell（或指定命令）的窗口，然后避开您的方式，以便您可以正常使用该程序。然后，您可以随时创建包含其他程序（包括更多shell）的新（全屏）窗口、关闭当前窗口、查看活动窗口列表、打开和关闭输出日志、在窗口之间复制文本、查看滚动历史记录、在窗口之间切换，等等。所有窗口都完全独立运行其程序。当窗口当前不可见时，甚至当整个屏幕会话与用户终端分离时，程序仍继续运行。

二、使用示例

1、安装screen命令

[root@tmp]~# yum install -y screen

Installed:

screen.x86_64 0:4.1.0-0.27.20120314git3c2946.el7_9

Complete!

2、列出当前所有的session

[root@s145]~# screen -ls

No Sockets found in /var/run/screen/S-root.

3、创建一个新的窗口

[root@tmp]~# screen -S test

…

[root@tmp]~# screen -ls

There is a screen on:

2877.test (Attached)

1 Socket in /var/run/screen/S-root

4、退出当前窗口

  可以使用ctrl+a,然后输入d，退出当前窗口，也可以使用screen -d退出当前窗口。如果要结束只窗口使用exit。

5、重新连接窗口

  使用screen -r id或者名称重新连接会话，重新连接会话前要求会话的状态为Detached。

6、清除dead状态窗口

  如果会话窗口被kill，状态转为dead无法连接，可以使用screen -wipe命令清除会话窗口。

7、会话锁定与解锁

  输入ctl+a s锁定会话，锁定之后输入任何内容屏幕都无反应，输入ctl+a q之后解锁，虽然屏幕锁定的时候无反应但是会接受输入的命令，解锁后会全部执行，切勿输入危险命令，所以建议使用ctl+a x锁定。

  输入ctl+a x锁定会话，需要输入用户密码后才可以解锁。

8、会话共享(当会话Attached状态)

screen -x

9、给screen窗口发送命令

[root@tmp]~# date && screen -S test -X screen ls > /tmp/1.txt

Tue Jan 11 17:12:24 CST 2023

退出当前窗口

  可以使用ctrl+a,然后输入d，退出当前窗口，也可以使用screen -d退出当前窗口。如果要结束只窗口使用exit。

错误处理参考：

git clone https://github.com/Stability-AI/stablediffusion.git ./repositories/stable-diffusion-stability-ai

fatal: unable to access 'https://github.com/Stability-AI/stablediffusion.git/': GnuTLS recv error (-110): The TLS connection was non-properly terminated.

解决方法：

原因：权限不足

解决方法1:

git clone https://github.com/Stability-AI/stablediffusion.git ./repositories/stable-diffusion-stability-ai解决办法2：

git config --global --unset http.proxy git config --global --unset https.proxy

No module 'xformers'. Proceeding without it.

解决方法：./webui.sh --xformers

解决 Stable Diffusion 中的 AssertionError: extension access disabled because of commandline flags 错误

如果你在使用 Stable Diffusion 时遇到了 AssertionError: extension access disabled because of commandline flags

这个错误通常是由于命令行标志禁用了扩展访问所导致的。以下是两种解决此问题的方法：

方法一：使用命令行参数

添加 -enable-insecure-extension-access

下面是一个启动脚本的例子，它将添加 --enable-insecure-extension-access

#!/bin/bash
/path/to/stable_diffusion --enable-insecure-extension-access

请注意，您需要将 /path/to/stable_diffusion

方法二：删除 CMD 变量

如果您在 CMD 变量中使用了 -listen 或 -share，则删除它们也可以解决此问题。

我们建议您在使用 Stable Diffusion 时遵守最佳实践，不要禁用扩展访问。如果您必须禁用它，请确保您知道自己在做什么，并且知道为什么这样做。

希望这篇文章对您有所帮助

stable diffusion webUi 拥有丰富的插件，这里说一下新手本地刚部署后如何汉化

如下图

1、选择 extensions

cd /home/test/stable-diffusion-webui/extensions

2、下载到服务器上extensions上

git clone https://github.com/dtlnor/stable-diffusion-webui-localization-zh_CN

３、勾选插件

４、勾选语言zh_ch|Apply setting| Reload UI

汉化完成

Webui 界面顶部开启VAE、CLIP 功能选择项

1、点击setting, 点击左侧的后面的Show all pages(显示所有页面)--Quictsettings list(主界面额外选项)，选择 sd_model_checkpoint,sd_vae,CLIP_stop_at_last_layers