从0到1，入门到进阶玩转AI——Stable Diffusion超详细教程（一）
前沿
目前市面上的AI主要集中在两方面，一方面是AI 作图（代表产品：Midjourney和Stable-Diffusion），一方面是AI应答（代表产品：ChatGPT），本文主要针对AI作图进行探索。
由于Midjourney是一款付费产品，而Stable-Diffusion最大的优势就是开源免费。因为开源免费的原因，Stable-Diffusion拥有大量活跃的社区用户，并且开发者社区也提供了大量免费、高质量的外接预训练模型（fine-tune）和插件，在社区的支持下，Stable-Diffusion要比Midourney拥有更加丰富的个性化功能，经过微调后即可生成更贴近需求的图片、AI视频特效等。
Stable-Diffusion其实是一种潜在扩散模型（Latent Diffusion Model），它能够通过文本描述生成图形，因此它可用于图片修复、图像绘制、文本到图像转换等场景。
硬件要求
因为要进行大量计算实现图片渲染，因此对电脑硬件有一定要求：
1.建议使用N卡（Nvida独立显卡），最低4G显存，RTX3050显卡以上；
可以通过【任务管理器】——【性能】—— 【GPU1】（NVIDIA GeForce……）——查看“专用GPU内存”
2.内存最低8G；
3.硬盘50G以上固态硬盘。
准备软件
1.git ：用于下载github上开源软件的工具
2.python-3.10.6 ：python运行环境，此处因stable-diffusion-webui 项目依赖要求，必须为3.10.6版本
3.AUTOMATIC1111/stable-diffusion-webui ：它为Stable-Diffusion提供基于Gradio库的Web界面。该软件提供一键安装程序，自行下载Stable-Diffusion及相关依赖。
软件安装
Python环境安装
通过官网下载Python 3.10.6 版本，下载地址：Python Release Python 3.10.6 | Python.org
下载完成后即可进行安装，注：安装时记得勾选“Add Python 3.10 to PATH”，另外，我这里安装时选择的自定义位置（Customize installation）安装（个人强迫症），若想省事也可直接点击“Install Now”安装。
安装过程就不多说了，安装结束后建议禁用路径长度限制，点击下方如图：“Disable path length limit”即可。
安装完成后打开一个cmd窗口，验证python是否安装成功，使用命令：python -V
Git工具安装
通过官网下载最新版本的Git，下载地址：Git - Downloading Package (git-scm.com)
个人强迫症，我下载的64位便携版（无需安装，但是需要手动设置环境变量），下载完成后解压至相应位置（我的位置：D:\Environments\git）即可。
修改Path环境变量：【此电脑】右键——【属性】——【系统】——【高级系统设置】——【高级】——【环境变量】——在“系统变量”中找到“Path”，双击进行编辑——添加“D:\Environments\git\bin”，确认即可完成环境变量配置。
注意：环境变量中要定位到./git/bin路径，因为便携版的命令工具在这个目录下
打开一个新的cmd窗口，验证git并配置git
查看git版本：git -v
配置git名称和邮箱：
git config --global user.name "xxxxx"
git config --global user.email "[email protected]"
自此git安装完成
下载并安装Stable-Diffusion-WebUI工具
通过git工具在github上下载源码，下载地址：GitHub - AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI
1.在本地硬盘上创建一个位置存放及安装Stable-Diffusion-WebUI（我的路径是D:/Workspace），然后在该文件夹下右键，选择【Git Bash Here】，此时会自动打开一个git终端。
在“小黑窗”里输入命令：
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git按回车键即可开始下载Stable-Diffusion-WebUI
下载完成后即可看到下载下来的程序stable-diffusion-webui
进入该文件夹，在下方找到“webui-user.bat”并执行它，该过程请确保网络正常，因为它会启动自动下载程序去下载相关依赖插件（本地约需6G左右空间），下载和安装时间较长，请耐心等待……
注：若安装过程失败，可依照失败反馈信息执行（或参照下方“常见问题”查找解决方案），执行完成后再次执行“webui-user.bat”直至安装成功。
访问地址：http://127.0.0.1:7860
提示词可参考以下两个站点：
Arthub.ai: Discover, Upload and Share AI Generated Art
Lexica
其他个性化操作，请看下一篇内容整理，希望对您有所帮助！
常见问题
fatal: unable to access 'xxxx' OpenSSL SSL_read：Connection was reset,erro 10054
注：若按照上面步骤执行，出现提示“fatal: unable to access 'xxxx' OpenSSL SSL_read：Connection was reset,erro 10054”，此时的问题是git对https证书验证问题，我们可以通过命令：
git config --global http.sslVerify false关闭证书验证，再执行上面的下载命令即可正常下载。
“Installing gfpgan”时长时间卡住
当遇到执行“Installing gfpgan”时长时间卡住，那基本上就会安装失败了，这是因为网络原因，程序从github上下载不下来，即便是科学上网也很难，所以这时候建议使用手动方式安装，操作步骤如下：
1）手动下载GFPGAN，下载地址：GitHub - TencentARC/GFPGAN: GFPGAN aims at developing Practical Algorithms for Real-world Face Restoration.
2）将下载的压缩包GFPGAN-master解压至您的stable-diffusion-webui存放路径下的venv/Scripts/目录下（如：我的路径是：D:\Workspace\stable-diffusion-webui\venv\Scripts\GFPGAN-master）
3）打开cmd，将路径切换到工作区间
cd /D D:\Workspace\stable-diffusion-webui\venv\Scripts然后执行命令安装gfpgan的依赖程序
python.exe -m pip install --upgrade pip
python.exe -m pip install basicsr facexlib
cd GFPGAN-master
python.exe -m pip install -r requirements.txt
4）安装完成后再次执行“webui-user.bat”一般gfpgan就能安装成功。
但接下来clip有可能还会遇到同样的问题安装失败，继续手动安装
1）手动下载open_clip，下载地址：GitHub - mlfoundations/open_clip: An open source implementation of CLIP.
2）解压压缩包open_clip-main至您的stable-diffusion-webui存放路径下的venv/Scripts/目录下（如：我的路径是：D:\Workspace\stable-diffusion-webui\venv\Scripts\open_clip-main）
3）打开cmd，将路径切换到open_clip-main目录下（一定要切换到open_clip-main，因为我们接下来要编译和安装clip）
cd /D D:\Workspace\stable-diffusion-webui\venv\Scripts\open_clip-main4）执行命令安装clip（因为python.exe和clip的目录层级不同，因此python.exe要用绝对路径，windows就是麻烦不能用../）
D:\Workspace\stable-diffusion-webui\venv\Scripts\python.exe setup.py build install
5）open-clip安装完后，还需要手动安装一下clip
cd ..
pip install clip5）安装完成后再次执行“webui-user.bat”一般gfpgan就能安装成功。
注：若安装过程失败，可依照失败反馈信息执行，执行完成后再次执行“webui-user.bat”直至安装成功。
“Installing requirements”时提示连接超时异常
当执行“Installing requirements”时可能会多次发生下图错误，提示连接超时异常，这说明网络不稳定，可以尝试重试，若多次重试仍出现相同报错，可以通过手动增大延迟并安装相关插件的方式解决该问题。
上图可以看出，安装accelerate和numpy两个插件出现超时异常，因此使用命令手动安装，设置超时时间为1000毫秒发现即可安装成功（其他类似问题可通过下面相同方法处理）：
pip --default-timeout=1000 install accelerate
安装完成后再次执行“webui-user.bat”一般就能顺利安装完成。