google的colab是在云端运行的，已经配置好了服务器，非常方便。但是还有一些问题，一个是时常会断，以及disco diffusion在云端能生成的图片太小了。如果你本机有一个不错的显卡，那么就可以把colab部署到本地，这样就可以解决这些问题了。https://research.google.com/colaboratory/local-runtimes.html这是官方的部署教程，但如果你不是计算机背景，按照这个步骤操作，可能会遇到很多的坑（我都踩了一遍），比如说环境的配置，库的下载，那么就可以看这个下面的步骤。

首先下载Anaconda，https://www.anaconda.com/，这是最简单的配置python和jupyter的方法了。

下载完了之后在开始菜单右键以管理原身份运行Anaconda Prompt

输入pip install jupyter_http_over_ws

再输入jupyter serverextension enable --py jupyter_http_over_ws

0.0.7就说明成功了

再输入jupyter notebook   --Notebookapp.allow_origin='https://colab.research.google.com'   --port=8871   --Notebookapp.port_retries=0

之后复制粘贴这行代码（你本机的后端地址）到colab

点开右上角的小三角，选择连接到本地连接时就可以看到这个界面

正常来说现在就连接成功了，如果不成功的话左下角会有报错，可以点开看。

但是这上面的代码不能直接复制，要把\删掉，然后多行并成一行，\是分行符的意思，但是anaconda不识别，可以复制到记事本里处理一下。

jupyter notebook   --Notebookapp.allow_origin='https://colab.research.google.com'   --port=8871   --Notebookapp.port_retries=0

之后每次连接的时候，只需要往anaconda prompt输入jupyter notebook   --Notebookapp.allow_origin='https://colab.research.google.com'   --port=8871   --Notebookapp.port_retries=0   再把获取的地址输入colab就可以了，前面的步骤就不用操作了。

看到右上角显示已连接就是成功了，可以跑一下Check GPU看一下GPU和驱动（要把框里的勾勾上不然可能报错）。

接下来就是最复杂的部分，安装需要的库和模型，在云端是因为google都部署好了所以很方便，本地就要自己部署了。

这里可以修改一下jupyter notebook的默认工作路径，以免文件太乱，

https://zhuanlan.zhihu.com/p/59738776

可以把anaconda和相关的库升到最新，以免缺少库，

升级anaconda，执行conda update anaconda

更新所有包，执行conda update --all

再在Anaconda prompt执行 conda install -c anaconda git 等一会如果需要确认就输入y

执行 conda install -c conda-forge python-wget

下载python的库 执行

pip install ipywidgets omegaconf pytorch_lightning einops 

pip install matplotlib pandas

下载Open CV 执行（官方的网不好死活装不上，用tuna的镜像会快很多）

pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple

下载PyTorch，执行（这是NVIDIA GPU的版本，不是N卡的话也没必要部署本地了，这里代码里的cuda版本可以选择你自己电脑显卡对应的版本）

pip install torch==1.10.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

pip install torchvision==0.11.3+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

pip install torchaudio==0.10.2+cu113 -f https://download.pytorch.org/whl/cu113/torch_stable.html

然后就可以运行了。在disco diffusion连接本地，选择执行所有代码。

如果有报错缺少什么module，就打开anaconda navigator，在环境里选择all，在右侧搜索缺少的模块，apply安装。之后再次运行。

但是运行的时候仍然可能卡住不动，因为要下载需要的工具和训练好的模型，模型非常大，如果网不好的话会特别慢。我这里已经下好了，可以直接下载，把所有文件夹复制到jupyter notebook的根目录下就好了，默认是在anaconda  prompt显示的那个路径，如果前面设置过就是你设置的路径。

链接：https://pan.baidu.com/s/1rE-3amZQ8gBEXIQcetawCQ 

提取码：gmi1 

之后再执行就会快很多。等装完一遍之后就会很快了，因为不需要像在云端每次执行都要重新下工具，库和模型。

我本机用的是3090，默认的分辨率一张图5分钟，非常快，肉眼可见图在变化，一分钟就能看到大概构图了，可以渲染1920以上的分辨率，大概9分钟一张。

尽请享受吧。