stable diffusion webui 安装部署（linux系统）
文中部署stable diffusion webui所使用的机器是腾讯云服务器linux系统，centos7
一 环境准备
在这里使用anaconda安装，优势就是可以方便地安装和管理软件包，同一系统上可以同时使用不同版本的 Python 和第三方软件包。如果你需要安装多个系统，而且依赖软件版本不同，那就安装anaconda吧。
1、下载Anaconda
wget https://repo.anaconda.com/archive/Anaconda3-2023.03-1-Linux-x86_64.sh
如果没有wget则可以通过以下命令安装yum install wget -y
2、安装Anaconda
增加执行权限： chmod +x Anaconda3-2023.03-1-Linux-x86_64.sh
开始执行：./Anaconda3-2023.03-1-Linux-x86_64.sh
跟着提示来做，让回车就回车，让yes就yes，安装成功后会显示如下提示
3、创建Stable Diffusion虚拟环境
在使用 Conda 管理 Python 环境时，默认情况下会创建一个名为 base 的虚拟环境，该环境是全局共享的，即在该环境下安装的 Python 包和库都会对系统上的其他所有虚拟环境和全局环境可见。
如果不进行设置，重新启动就变成下面这个样子
(base) [root@VM-0-4-centos ~]#
为了清晰，也为了后面再部署其他的AI应用，我们给Stable Diffusion创建单独的虚拟环境。
创建虚拟环境：conda create -n sd python=3.10.6
、
查看环境列表：conda evn list
安装git
conda install git
查看git版本号
二： stable-diffusion-webui 安装部署
1、下载代码stable-diffusion-webui
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
2、启动webu.sh
切换到 stable-diffusion-webui目录
方法一： 运行 bash webui.sh如果是root用户，需要注释掉webui.sh中关于root权限的判断。
方法二：root用户还可以直接运行 bash webui.sh -f
三：常见报错信息
接下来就是解决报错信息了。
1、ERROR: This script must not be launched as root, aborting...
启动时候加个参数： bash webui.sh -f 这样就可以以root启动了。
如果嫌麻烦可以修改 webui.sh脚本代码
2、No matching distribution found for torch==2.0.1
Collecting torch==2.0.1
Could not find a version that satisfies the requirement torch==2.0.1 (from versions: 1.0.0, 1.0.1, 1.0.1.post2, 1.1.0, 1.2.0, 1.3.0, 1.3.1, 1.4.0, 1.5.0, 1.5.1, 1.6.0, 1.7.0, 1.7.1, 1.8.0, 1.8.1, 1.9.0, 1.9.1, 1.10.0, 1.10.1, 1.10.2)
No matching distribution found for torch==2.0.1
You are using pip version 9.0.3, however version 23.1.2 is available.
You should consider upgrading via the 'pip install --upgrade pip' command.
Traceback (most recent call last):
File "launch.py", line 38, in
main()
File "launch.py", line 29, in main
prepare_environment()
File "/home/sdui/stable-diffusion-webui/modules/launch_utils.py", line 254, in prepare_environment
run(f'"{python}" -m {torch_command}', "Installing torch and torchvision", "Couldn't install torch", live=True)
File "/home/sdui/stable-diffusion-webui/modules/launch_utils.py", line 101, in run
raise RuntimeError("\n".join(error_bits))
RuntimeError: Couldn't install torch.
Command: "/home/sdui/stable-diffusion-webui/venv/bin/python3" -m pip install torch==2.0.1 torchvision==0.15.2 --extra-index-url https://download.pytorch.org/whl/cu118
Error code: 1
问题排查：
1、pip版本不对，导致下载文件报错
conda中默认带的旧版本pip，更换为pip3
卸载：conda uninstall pip
安装：conda install -c anaconda pip
然后运行：bash webui.sh
2、如果无法自动完成下载安装，可以手动进行安装
查看下CUDA版本版本
nvidia-smi
cat /usr/local/cuda/version.txt
手动选择版本 https://pytorch.org/get-started/locally/
选择好对应的版本，conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
运行之后，就开始进入各种依赖的下载
3、git版本太低
解决方案：conda install git
[notice] To update, run: pip install --upgrade pip
Installing gfpgan
Installing clip
Installing open_clip
Cloning Stable Diffusion into /app/stable-diffusion-webui/repositories/stable-diffusion-stability-ai...
Traceback (most recent call last):
File "/app/stable-diffusion-webui/launch.py", line 38, in
main()
File "/app/stable-diffusion-webui/launch.py", line 29, in main
prepare_environment()
File "/app/stable-diffusion-webui/modules/launch_utils.py", line 288, in prepare_environment
git_clone(stable_diffusion_repo, repo_dir('stable-diffusion-stability-ai'), "Stable Diffusion", stable_diffusion_commit_hash)
File "/app/stable-diffusion-webui/modules/launch_utils.py", line 150, in git_clone
run(f'"{git}" -C "{dir}" checkout {commithash}', None, "Couldn't checkout {name}'s hash: {commithash}")
File "/app/stable-diffusion-webui/modules/launch_utils.py", line 101, in run
raise RuntimeError("\n".join(error_bits))
RuntimeError: Couldn't checkout {name}'s hash: {commithash}.
Command: "git" -C "/app/stable-diffusion-webui/repositories/stable-diffusion-stability-ai" checkout cf1d67a6fd5ea1aa600c4df58e5b47da45f6bdbf
Error code: 129
stderr: Unknown option: -C
usage: git [--version] [--help] [-c name=value]
[--exec-path[=
[-p|--paginate|--no-pager] [--no-replace-objects] [--bare]
[--git-dir=
4、报错：libGL.so.1: cannot open shared object file: No such file or directory
解决方案：yum install mesa-libGL
Python 3.10.9 (main, Jan 11 2023, 15:21:40) [GCC 11.2.0] Version: v1.3.2 Commit hash: baf6946e06249c5af9851c60171692c44ef633e0 Cloning Taming Transformers into /app/stable-diffusion-webui/repositories/taming-transformers... Cloning K-diffusion into /app/stable-diffusion-webui/repositories/k-diffusion... Cloning CodeFormer into /app/stable-diffusion-webui/repositories/CodeFormer... Cloning BLIP into /app/stable-diffusion-webui/repositories/BLIP... Installing requirements for CodeFormer Installing requirements Launching Web UI with arguments: -f No module 'xformers'. Proceeding without it. Traceback (most recent call last): File "/app/stable-diffusion-webui/launch.py", line 38, in
四： conda 常用的命令
1、创建环境：
conda create --name 环境名称用途：用于创建一个新的Conda环境，可以指定环境的名称。
2、激活环境：
conda activate 环境名称用途：用于激活指定名称的Conda环境。
3、停用环境：
conda deactivate用途：用于停用当前激活的Conda环境。
4、删除环境：
conda remove --name 环境名称 --all用途：用于删除指定名称的Conda环境，
--all参数表示删除环境及其所有安装的包。5、安装包：
conda install 包名称用途：用于在当前环境中安装指定的包。
6、升级包：
conda update 包名称用途：用于更新已安装包的版本。
7、卸载包：
conda remove 包名称用途：用于从当前环境中卸载指定的包。
8、查看已安装的包：
conda list用途：用于列出当前环境中已安装的包。
9、搜索包：
conda search 包名称用途：用于在Conda仓库中搜索指定的包。
10、创建环境配置文件：
conda env export > environment.yaml用途：用于将当前环境的配置导出到一个YAML文件中，以便在其他地方进行复制或重建环境。
11、查看配置信息：
conda config --show显示当前的Conda配置信息，包括通用配置、环境配置和用户配置。
12、查看某个配置项的值：
conda config --show 配置项显示特定配置项的当前值，例如：
conda config --show channels用于显示当前配置的通道列表。13、设置配置项的值：
conda config --set 配置项=值例如：
conda config --set channels conda-forge用于将通道设置为conda-forge。14、添加通道：
conda config --add channels 通道名称向配置中添加一个新的通道，使Conda在包搜索和安装时优先考虑该通道。
15、移除通道：
conda config --remove channels 通道名称从配置中移除指定的通道，使Conda不再使用该通道。
16、列出所有通道：
conda config --get channels列出当前配置中所有配置的通道。
17、重置配置项：
conda config --remove-key 配置项重置指定配置项的值为默认值。
18、编辑配置文件：
conda config --edit打开配置文件以进行手动编辑，可以修改各种配置选项。
19、创建具有指定版本的环境：
conda create --name myenv python=3.10.6
20、从环境中导出和导入环境配置
导出环境配置
conda env export --name myenv --file environment.yaml
导入环境配置
conda env create --file environment.yaml
21、创建一个虚拟环境的克隆：
conda create --name myclone --clone myenv