### 引言

Stable Diffusion是一种先进的生成模型，主要用于图像生成和处理任务。它基于扩散过程的理论，能够生成高质量的图像，并在图像修复、超分辨率、风格迁移等领域表现出色。作为个人开发者，我在部署Stable Diffusion的过程中积累了一些经验，撰写这篇笔记旨在帮助其他开发者更顺利地完成部署过程。

### 准备工作

#### 硬件

- **GPU**：3060 12G显存版

- **内存**：32GB

- **存储**：100GB+的可用存储空间

- **处理器**：i5-12490

#### 软件

- **操作系统**：Windows 10

- **Python**：Python 3.10.6（webui官方库推荐版本）

- **CUDA**：适用于你的GPU的CUDA Toolkit（本人为cu121）。

- **cuDNN**：与CUDA版本匹配的cuDNN库。

#### 系统环境配置

确保安装了必要的依赖库。采用Python的虚拟环境来管理：

1. **创建虚拟环境**：

  ```

conda create --name sdwebui python=3.10.6

conda activate sdwebui

  ```

2. **安装必要的库**：

-win下cmd命令行直接进入存放“webui”的项目地址

-运行“webui-user.bat”，自动开始下载，需科学上网。

### 3. 获取sd模型

常用资源：

**Hugging Face模型库**：

  Hugging Face提供了许多预训练的生成模型，可以通过其方便地下载和使用。

**其他资源库**：

civitai平台等

### 4. 将sd模型放置在特定文件夹下（注意类型的对应）

..\stable-diffusion-webui-master\models 目录有着不同的文件夹，常用的safetensors类SD引擎，请放置在“Stable-diffusion”文件夹下

### 实际使用

#### 模型加载

cmd进入项目目录，启用conda环境"sdwebui"，并运行"webui-user.bat"脚本。如需采用xformer优化项目，需先在脚本中添加“--xformer”参数。运行结果图：

webui界面运行图：

那么部署到此就成功完成了。

总体而言，部署过程中需要注意的是：

• 安装cuda过程中节点的质量。有时多次下载失败，出现hash校验error，可能是节点出现问题了。

• 打开webui项目时，不能科学上网，否则可能导致模型加载错误。

画了一只工作狗子：

参考项目：

AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI (github.com)