最近 AIGC、ChatGPT 等话题持续发酵，热门程度不亚于之前的 “元宇宙”。抖音、小红书到处都是机器对话、AI 绘图的视频。我看见别人生成的漂亮小姐姐图片眼馋得不行，终于按捺不住自己的好奇心，也尝试一下搭建。本文只是简单记录一下搭建过程。
△ 别人生成的漂亮小姐姐
我使用的是 Stable Diffusion，官网：stablediffusionweb.com，可以输入关键字生成超清图像，而且会出乎你的意料，等待结果的过程还是很期待的。不过生成的结果在于使用了什么模型，生成之前需要输入英文关键字。在官网可以直接测试：stablediffusionweb.com/#demo
为了方便尝试，我自己购买了个云主机，选用的是厚德云主机（室友推荐的，性价比高）。云主机配置如下：
CPU：8 核
内存：16 GB
系统： Ubuntu Server 22.04、Python 3.10（当然最推荐使用 GPU 主机了！）
选择国外 IP，下载 github 的内容速度会快一点。
云主机的配置要够高，这里我真心推荐厚德云的云主机，新人注册有代金券可以用，可以按天按月购买，有各种配置可以选，价格也还好。我是直接先买了一天的，搭建试试。
厚德云官网：www.houdeyun.cn
注册账号后登陆，点击右上角的 “控制台”，点击 “基础云”，选择自己要的配置和型号，选择“地区” 和 “系统”，右面选择 “时长” 和 “流量”，直接购买就好了。
另外厚德云还上线了 GPU 云主机，我对比了几家云厂商，发现厚德云的 GPU 价格非常优惠，AI 绘画必备，生成速度快。
购买之后会分配公网 IP，主机名和密码会通过短信发送到手机，通过 ssh 去登录就好了。
下面正式开始。
- 配置下载源
# pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple2. Anaconda 安装，下载链接：https://docs.conda.io/en/latest/miniconda.html#linux-installers
Anaconda 是一个环境管理器，可以用于在同一个机器上安装不同版本的软件包及其依赖，并能够在不同的环境之间切换，很方便。
- 下载上传到主机后执行安装，按照提示输入，安装成功。# ./Miniconda3-py310_23.1.0-1-Linux-x86_64.sh
创建一个命令软链，可以直接使用 conda 命令
# ln -s /root/miniconda3/bin/conda /usr/bin/conda- 创建一个目录放东西 /git/
# mkdir /gitcd 进到 /git/ 目录下
# cd /git/ # git clone https://github.com/CompVis/stable-diffusion.git # git 上下载包7. 创建并激活一个 conda 的环境：ldm ，进入到 stable-diffusion 目录安装 Stable Diffusion 环境
# cd /git/stable-diffusion # conda env create -f environment.yaml # 要下载环境需要的依赖，需要很久- 解决报错：Command errored out with exit status 128: git fetch -q --tags Check the logs for full command output
# conda install -c anaconda git # 安装 git然后删除重新运行：
# rm -rf /root/miniconda3/envs/ldm
# conda env create -f environment.yaml 下载很久很久，最后没有报错，撒花。
激活环境：
# conda activate ldm另：停用一个环境：# conda deactivate
- 这一步下载模型，可以下载 ckpt 后缀的模型导入，模型可以去各网站上找。例如：huggingface.co/CompVis （需要登录，直接注册即可）
https://cyberes.github.io/stable-diffusion-models/#stable-diffusion-1-5
civitai.com/（已和谐）
模型可以参考这个帖子：zhuanlan.zhihu.com/p/592347520
我这边按照 huggingface 里的使用了一个不需要下载源文件的： https://huggingface.co/CompVis/stable-diffusion-v1-4，可以直接根据文档里输入命令
# pip install --upgrade diffusers transformers scipy- 安装 torch，因为我的云主机是 CPU，所以必须安装 CPU 版本的：https://pytorch.org/get-started/locally/
如果支持 GPU 就安装 CUDA ，但是需要看一下自己机器的 CUDA 版本，使用命令 “nvcc -V” 可以查看。
按照官网的命令安装：
# pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cpu- 生成脚本，创建一个 test.py
GPU 版：
import torch
from diffusers import StableDiffusionPipeline
model_id = "CompVis/stable-diffusion-v1-4"
device = "cuda"
pipe = StableDiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.float16)
pipe = pipe.to(device)
prompt = "a photo of an astronaut riding a horse on mars"
image = pipe(prompt).images[0]
image.save("astronaut_rides_horse.png")CPU 版：
import torch
from diffusers import StableDiffusionPipeline
model_id = "CompVis/stable-diffusion-v1-4"
#device = "cuda" #GPU
device = torch.device("cuda" if torch.cuda.is_available() else "cpu")
pipe = StableDiffusionPipeline.from_pretrained(model_id)
pipe = pipe.to(device)
prompt = "a photo of an astronaut riding a horse on mars"#图片描述关键词
image = pipe(prompt).images[0]
image.save("astronaut_rides_horse.png")#生成图片的保存路径
- 最期待的一步来啦！执行脚本生成图片
`# python3 test.py
`
不出意外的话，开始需要下载很多东西，好多好多 G。下载之后会开始生成图片，一些 Warning 可以直接忽略。下面是我踩了好多坑，报了好多错之后执行成功的，生成用了 10 分钟。机器配置太弱了没办法，估计 GPU 主机会快很多。
看了下云主机监控，生成的这段时间飙了这么高，CPU 大概占了 45%，内存也差不多。
最后来看下我随手尝试生成的几个图片,宇航员骑马：
又测试生成一个，生成时间大约花了 10 分钟。
关键字：a girl with lavender hair and black skirt, fairy tale style background, a beautiful half body illustration, top lighting, perfect shadow, soft painting, reduce saturation, leaning towards watercolor
生成的结果：
又执行了一次上面的关键字，生成如下，貌似有点丑，不知道是不是模型的问题。
实话说，生成的图片看起来怪怪的，这次生成漂亮的小姐姐失败，不过初次搭建，磕磕绊绊也算成功啦，后面会研究一下，下载其他模型和关键词优化来做尝试。
另外现在是代码生成的，后续我会再考虑弄一个页面工具，操作更方便。
Ps. 这篇内容主要是搭建教程，后续我会购买一个 GPU 主机来用来生成漂亮小姐姐。等我文章更新，带你一步一步手动生成漂亮小姐姐。