文章目录

[AI画图本地免安装部署]Windows 10 Nvidia平台部署AUTOMATIC1111 版本 stable diffusion 免安装版
- 1. 网络准备
- 1. 下载资源
- 2. 开始部署
- 4. 参考网站

[AI画图本地免安装部署]Windows 10 Nvidia平台部署AUTOMATIC1111 版本 stable diffusion 免安装版

前置要求：

windows10/11（11更容易报错）

电脑必须使用n卡(Nvidia)

魔法上网

注意事项：

软件本体使用bat脚本实现自动下载(git clone)安装(setup.py install)，但因为部分依赖难以通过GIT方式成功下载，需要手动进行下载配置，因此没有标记GIT代码的资源不建议使用git方式获得github资源

本教程部署环境：

电脑型号：联想拯救者笔记本R9000P2021H

CPU:AMDRYZEN7 5800 with RADEON GRAPHICS

GPU:NVIDIA GEFORCE RTX3060 LAPTOP

系统：Windows10和Windows11

GPU运行算力：waifu diffusion 20步开启人脸修复出图速度5s/张

1. 网络准备

因为软件本体会调用Git下载github上的文件，但Git不一定能吃到魔法Buff，所以需要修改host让Git能访问到github。

打开cmd，ping一下github

>ping github.com正在 Ping github.com [20.205.243.166] 具有 32 字节的数据:
请求超时。
请求超时。
请求超时。
请求超时。20.205.243.166 的 Ping 统计信息:数据包: 已发送 = 4，已接收 = 0，丢失 = 4 (100% 丢失)，

访问https://ipaddress.com/website/github.com#ipinfo查看github的ip

修改C:\WINDOWS\system32\drivers\etc\host文件

140.82.113.3 github.com

再ping一下

>ping github.com正在 Ping github.com [140.82.113.3] 具有 32 字节的数据:
来自 140.82.113.3 的回复: 字节=32 时间=255ms TTL=42
来自 140.82.113.3 的回复: 字节=32 时间=256ms TTL=42
来自 140.82.113.3 的回复: 字节=32 时间=254ms TTL=42
来自 140.82.113.3 的回复: 字节=32 时间=250ms TTL=42140.82.113.3 的 Ping 统计信息:数据包: 已发送 = 4，已接收 = 4，丢失 = 0 (0% 丢失)，
往返行程的估计时间(以毫秒为单位):最短 = 250ms，最长 = 256ms，平均 = 253ms

1. 下载资源

软件本体stable-diffusion-webui

stable-diffusion-webui-master.zip [0.99 MB] - GitHub地址

GIT方式:git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
软件必要依赖软件
- Python 3.10.6免安装版
  
  Python310.zip [38.6MB] - 来源：[2]
- Git免安装版
  
  PortableGit-2.37.3-64-bit.7z.exe [43.3 MB] - GitHub地址

第三方bat脚本

便携版启动脚本

START_webui.bat [706B] - 来源：[2]

脚本代码：

@echo offif exist "%CD%\venv\pyvenv.cfg" (
echo home =%~dp0Python310> %CD%\venv\pyvenv.cfg
echo include-system-site-packages = false >> %CD%\venv\pyvenv.cfg
echo version = 3.10.6 >> %CD%\venv\pyvenv.cfg
)set USERPROFILE=%CD%
set PATH=%CD%\Python310;%CD%\Python310\Scripts
set PATH=%CD%\PortableGit;%CD%\PortableGit\binset TRANSFORMERS_CACHE=%CD%\.cache\huggingface\transformers
set XDG_CACHE_HOME=%CD%\.cache
set MATPLOTLIBRC=%CD%\.cacheset PYTHONHOME=%CD%\Python310
set PYTHONPATH=%CD%\venv\Lib\site-packages
set GIT=%CD%\PortableGit\bin\git.exeset PYTHON=%CD%\Python310\Python.exe
set VENV_DIR=venv
set COMMANDLINE_ARGS=start http://localhost:7860/call webui.bat

断网可用便携版启动脚本

[START_webui_Offline.bat [787B]][https://note.com/api/v2/attachments/download/6e003c475deb3013ffff0e8f33e58e44] - 来源：[2]

脚本代码：

@echo offif exist "%CD%\venv\pyvenv.cfg" (
echo home =%~dp0Python310> %CD%\venv\pyvenv.cfg
echo include-system-site-packages = false >> %CD%\venv\pyvenv.cfg
echo version = 3.10.6 >> %CD%\venv\pyvenv.cfg
)set USERPROFILE=%CD%
set PATH=%CD%\Python310;%CD%\Python310\Scripts
set PATH=%CD%\PortableGit;%CD%\PortableGit\binset TRANSFORMERS_CACHE=%CD%\.cache\huggingface\transformers
set XDG_CACHE_HOME=%CD%\.cache
set MATPLOTLIBRC=%CD%\.cacheset PYTHONHOME=%CD%\Python310
set PYTHONPATH=%CD%\venv\Lib\site-packages
set GIT=%CD%\PortableGit\bin\git.exeset PYTHON=%CD%\Python310\Python.exe
set VENV_DIR=venv
set COMMANDLINE_ARGS=start http://localhost:7860/set PYTHON="%~dp0%VENV_DIR%\Scripts\Python.exe"
echo venv %PYTHON%%PYTHON% webui.pypause

如果显卡的 VRAM 在 12GB 或更少到 6GB 左右的环境中不稳定，请在记事本中打开START_webui.bat，并在以下部分（* 底部）

set COMMANDLINE_ARGS=–medvram

请尝试使用

set COMMANDLINE_ARGS=–lowvram

训练模型(.ckpt)

该文件只使用一个模型就可以顺利部署
- waifu-diffusion-v1-3 - huggingface地址
  
  比较适合二次元画风的模型
  - Float 16 EMA Pruned [2.13GB]：这是该型号的最小可用形式。此模型仅用于推理目的。
  - Float 32 EMA Pruned [4.27GB]：这是该型号的第二小可用形式。这仅用于推理目的。
  - Float 32 Full Weights [7.7GB]：完整权重包含推理期间不使用的 EMA 权重。这些可用于训练或推理。
  - Float 32 Full Weights + Optimizer Weights [14.6GB]：优化程序权重包含训练期间使用的所有优化程序状态。此模型与其他模型之间没有质量差异，因为此模型仅用于训练目的。
  建议选择Float 32 Full Weights [7.7GB]进行下载
  自Waifu Diffusion1.2模型以来，对数据进行了各种修改，其中包括：
  - 删除下划线。
  - 删除括号。
  - 用逗号分隔每个 booru 标记。
  - 随机化标记顺序。
- stable-diffusion - huggingface地址
  
  软件本体自带的模型
  - sd-v1-4.ckpt [4.0GB]
  - sd-v1-4-full-ema.ckpt [7.2GB]
  建议选择sd-v1-4.ckpt [4.0GB]进行下载
- trinart_stable_diffusion - huggingface地址
  
  这个模型我没用过
  - trinart2_step115000.ckpt [2.13GB]
  - trinart2_step60000.ckpt [2.13GB]
  - trinart2_step95000.ckpt [2.13GB]
  建议选择trinart2_step115000.ckpt [2.13GB]进行下载
软件仓库必要依赖

这部分文件全部需要下载

这一套其实软件会自动下载，但对于部分体积较大的文件，与其等软件用git无无任何提示地给你下载半天还可能失败报错重新下载，不如自己动动手指几分钟下完了。

repositories所需依赖下载文件
- BLIP [6.94MB] - GitHub地址
- CodeFormer [11.6] - GitHub地址
- stable-diffusion [42.5MB] - GitHub地址
- k-diffusion [39.5KB] - GitHub地址
- taming-transformers [140MB] - GitHub地址
软件本体必要python包

这部分安装包是我遇到报错概率很大的安装包，有的在git环节会下载失败，有的在pip环节会下载失败，因此建议手动安装
- GFPGAN-master.zip [5.72 MB] - GitHub地址
- CLIP-main.zip[4.11MB] - GitHub地址
杂项

GFPGANv1.4.pth [332MB]- GitHub地址

2. 开始部署

该软件可以部署在U盘上，并且不建议文件路径过长，因此我们假设将其安装在F盘上。

放置软件本体

解压stable-diffusion-webui-master.zip，重命名stable-diffusion-webui-master文件为少于15个字母长度的名称，比如SDWAI。令解压文件夹中的README.md位于F:\SDWAI\README.md

名字太长导致安装软件本体在自动安装GFPGAN时报错
放置依赖文件
- 运行PortableGit-2.37.3-64-bit.7z.exe，将解压文件夹放置于F:\SDWAI\，使git-cmd.exe位于F:\SDWAI\PortableGit\git-cmd.exe
- 解压Python310.zip，将解压文件夹放置于F:\SDWAI\，使python.exe位于F:\SDWAI\Python310\python.exe
- 将GFPGANv1.4.pth和START_webui放在F:\SDWAI\

将repositories依赖文件全部解压放置在F:\SDWAI\repositories，该文件夹需要手动创建，解压后记得去掉-main或-master后缀

repositories的文件树

repositories
├─BLIP
│  ├─configs
│  ├─data
│  ├─models
│  └─transform
├─CodeFormer
│  ├─assets
│  ├─basicsr
│  ├─facelib
│  ├─inputs
│  ├─scripts
│  └─weights
├─k-diffusion
│  ├─.github
│  ├─configs
│  └─k_diffusion
├─stable-diffusion
│  ├─assets
│  ├─configs
│  ├─data
│  ├─ldm
│  ├─models
│  └─scripts
└─taming-transformers├─assets├─configs├─data├─scripts└─taming

手动安装Pytorch

访问Start Locally | PyTorch，找到自己需要的pytorch版本对应pip安装指令（软件本体会自动安装该包但不一定能成功）

该版本的指令为：

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

打开cmd，跳转到python路径，调整pip安装指令让python安装pytorch

我使用的是python -m pip install指令

cd F:\SDWAI\Python310
python -m pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

出现Collecting torch表示开始下载pytorch包

结束后再一次运行上一次安装指令，若出现以下内容则安装成功

可以顺便按照绿色提示指令升级一下pip工具

如果不手动安装pytorch，之后可能会遇到以下报错

安装GitHub的python包

安装方法：以GFPGAN-master.zip为例

解压zip文件，进入解压后的文件夹内

在路径栏输入cmd，回车打开cmd窗口

输入指令进行安装

F:\SDWAI\Python310\python.exe setup.py install

安装后再使用pip工具补充更新该python包

F:\SDWAI\Python310\python.exe -m pip install gpfgan

建议这两条指令各执行两遍以确保安装完整

如文件项目地址为https://github.com/XXX/YYY，则使用pip命令F:\SDWAI\Python310\python.exe -m pip install YYY 进行更新。

需要安装的python包的setup.py文件位置和建议安装顺序：

随便一个文件夹\GFPGAN-master\setup.py
随便一个文件夹\CLIP-main\setup.py
F:\SDWAI\repositories\stable-diffusion\setup.py
F:\SDWAI\repositories\k-diffusion\setup.py
F:\SDWAI\repositories\taming-transformers\setup.py

GFPGAN-master和CLIP-main可以不用修改文件夹，安装完也可以直接删了。

将要使用的.ckpt模型放置到H:\SDWAI\models\Stable-diffusion文件夹中，并重命名为model.ckpt
执行START_webui.bat，软件本体将开始自动下载依赖包并自动打开网页localhost:7860，此时网页是无法使用的。自动下载时命令行不会出现任何提示，可能会持续10 -30分钟，请耐心等待安装。

如果出现以下提示则为报错。我部署了六次，每次部署第一次执行都会报错，再执行一次即可

之后如果再次报错，一般就是某个包下载不下来了，需要我们手动下载安装。这里记录一下自动安装时我遇到的报错处理情况
- pip包无法下载
  
  如下图报错，在报错内容中找到Commond:xxxxx

将该命令复制下来，然后新开一个cmd，执行该命令

简单来说就是软件不能帮你执行python指令，你就自己执行python指令。如果自己执行的python下载指令也报错或速度过慢，请尝试切换魔法状态。
不知道为什么明明手动装了pytorch还要再手动装一遍另一版本，前四次部署和第六次部署我没遇到这情况。不过软件包是放置在移动python包里的，删掉python文件夹就能清干净了，不会对电脑造成影响。
如下图所示手动安装完后再次执行START_webui.bat

GItHub项目git下载失败

如图，若报错含https://github.com/xxxxxx字样就是此问题，这是最棘手的问题。

如果是没有安装过的包可以访问https://github.com/xxxxxx手动下载该包手动安装，已经安装过的包请尝试再次使用pip工具进行更新

如果更新依然无用只能多次尝试了

我在第五次部署时通过修改软件本体文件夹名字通过了installing gfpgan

目前这个问题在我四次win10部署两次win11部署的过程中只有win11遇到，但第一次也装成功了，第二次确实找不到是什么问题

git配置问题

这个情况最简单，复制最后一行的git指令，打开F:\SDWAI\PortableGit\git-cmd.exe，粘贴运行即可。

模型缺失问题

你已经安装成功了，不过你忘记放.ckpt文件了。

出现已下提示说明部署已经启动，浏览器访问localhost:7860进行使用

To create a public link, set `share=True` in `launch()`.

4. 参考网站

1 AI作画stable diffusion 本地化的教程收集·进阶教程（二次元向）收集·资源指路 - 哔哩哔哩 (bilibili.com)

2 AUTOMATIC1111版 WebUI をスタンドアローンで導入！他環境と競合しないセットアップ法｜niel｜note