在autodl算力云上部署Stable Diffusion
这里写自定义目录标题
如何在算力云上部署Stable Diffusion 零、基础环境 一、初始准备，用户权限的设置 1.创建非root管理员用户并改主目录为数据盘 2.删除lock锁 3.更改这两个目录权限 4.改python的用户权限 5.打开目录 二、安装 1.下载webui包 2.webui.sh 3.launch.py 4.GFPGAN安装 5.多运行几遍webui.sh, 四、打包，装model模型之前打个包 五、快速启动设置 六、使用 七、安全提示 八、后续SD教程如何在算力云上部署Stable Diffusion
算力云网址 https://www.autodl.com/home
这回真的是无任何阉割的版本了，截至4月19日，所有的webui最新版功能都能正常用
零、基础环境
算力云环境
镜像
Miniconda conda3
Python 3.10(ubuntu22.04)
Cuda 11.8
GPU
Tesla T4(16GB) * 1升降配置
CPU8 vCPU Intel Xeon Processor (Skylake, IBRS)
内存56GB
硬盘
系统盘:25 GB
数据盘:免费:50GB SSD
目前服务器是包天租的，一天19.13，包周1周124.42，包月的话，一个月463.48。试验阶段可以租按小时算的，我这个配置1小时0.83元。
一、初始准备，用户权限的设置
1.创建非root管理员用户并改主目录为数据盘
使用以下步骤创建一个名为"autodl"的管理员用户，并将其主目录设置为/root/autodl-tmp。
以具有管理员权限的用户身份登录。
打开终端窗口。
输入以下命令以创建一个新用户：
sudo adduser autodl ``` 这将提示您设置新用户的密码和其他详细信息。 更改新用户的主目录：
sudo usermod -d /root/autodl-tmp autodl ``` 2.删除lock锁
sudo rm -rf /var/lib/dpkg/lock sudo rm -rf /var/cache/apt/archives/lock 3.更改这两个目录权限
sudo chmod 777 /root /root/autodl-tmp sudo chown -R root:autodl /root /root/autodl-tmp 4.改python的用户权限
可以按照以下步骤将其添加到autodl用户的环境变量中：
找到Python的安装路径。在终端中输入以下命令来查找：
which python ``` 这将输出Python的路径，例如`/root/miniconda3/bin/python`。 将Python的路径添加到autodl用户的环境变量中。在终端中输入以下命令：
echo 'export PATH="$PATH:/root/miniconda3/bin"' >> /home/autodl/.bash_profile ``` 这将将Python的路径添加到`/home/autodl/.bash_profile`文件中，该文件是`autodl-tmp`用户的默认bash shell配置文件。 使新的环境变量生效。在终端中输入以下命令：
source /home/autodl-tmp/.bash_profile ``` 这将使新的环境变量立即生效，您现在应该可以在`autodl-tmp`用户的终端中使用Python了。 请注意，您需要在autodl-tmp用户下运行source /home/autodl-tmp/.bash_profile命令以使环境变量生效。如果您使用了不同的shell或终端，可能需要调整上述步骤以适应您的系统和配置。
5.打开目录
cd /root/autodl-tmp
二、安装
1.下载webui包
git clone http://ghproxy.com/https://github.com/AUTOMATIC1111/stable-diffusion-webui.git 2.webui.sh
把有github网址的地方加上ghproxy，第151行
"${GIT}" clone http://ghproxy.com/https://github.com/AUTOMATIC1111/stable-diffusion-webui.git "${clone_dir}" install路径也改了,改成
# Install directory without trailing slash if [[ -z "${install_dir}" ]] then install_dir="/root/autodl-tmp" fi 3.launch.py
把所有git链接前面加上http://ghproxy.com/
def prepare_environment(): global skip_install torch_command = os.environ.get('TORCH_COMMAND', "pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 --extra-index-url https://download.pytorch.org/whl/cu117") requirements_file = os.environ.get('REQS_FILE', "requirements_versions.txt") xformers_package = os.environ.get('XFORMERS_PACKAGE', 'xformers==0.0.16rc425') gfpgan_package = os.environ.get('GFPGAN_PACKAGE', "git+http://ghproxy.com/https://github.com/TencentARC/GFPGAN.git@8d2447a2d918f8eba5a4a01463fd48e45126a379") clip_package = os.environ.get('CLIP_PACKAGE', "git+http://ghproxy.com/https://github.com/openai/CLIP.git@d50d76daa670286dd6cacf3bcd80b5e4823fc8e1") openclip_package = os.environ.get('OPENCLIP_PACKAGE', "git+http://ghproxy.com/https://github.com/mlfoundations/open_clip.git@bb6e834e9c70d9c27d0dc3ecedeebeaeb1ffad6b") stable_diffusion_repo = os.environ.get('STABLE_DIFFUSION_REPO', "http://ghproxy.com/https://github.com/Stability-AI/stablediffusion.git") taming_transformers_repo = os.environ.get('TAMING_TRANSFORMERS_REPO', "http://ghproxy.com/https://github.com/CompVis/taming-transformers.git") k_diffusion_repo = os.environ.get('K_DIFFUSION_REPO', 'http://ghproxy.com/https://github.com/crowsonkb/k-diffusion.git') codeformer_repo = os.environ.get('CODEFORMER_REPO', 'http://ghproxy.com/https://github.com/sczhou/CodeFormer.git') blip_repo = os.environ.get('BLIP_REPO', 'http://ghproxy.com/https://github.com/salesforce/BLIP.git') stable_diffusion_commit_hash = os.environ.get('STABLE_DIFFUSION_COMMIT_HASH', "cf1d67a6fd5ea1aa600c4df58e5b47da45f6bdbf") taming_transformers_commit_hash = os.environ.get('TAMING_TRANSFORMERS_COMMIT_HASH', "24268930bf1dce879235a7fddd0b2355b84d7ea6") k_diffusion_commit_hash = os.environ.get('K_DIFFUSION_COMMIT_HASH', "5b3af030dd83e0297272d861c19477735d0317ec") codeformer_commit_hash = os.environ.get('CODEFORMER_COMMIT_HASH', "c5b4593074ba6214284d6acd5f1719b6c5d739af") blip_commit_hash = os.environ.get('BLIP_COMMIT_HASH', "48211a1594f1321b00f14c9f7a5b4813144b2fb9") 到这里跑一下webui.sh
到了install gfpgan
4.GFPGAN安装
cd /root/autodl-tmp/stable-diffusion-webui/venv/lib64/python3.10/site-packages git clone https://github.com/TencentARC/GFPGAN.git pip install cpython python -m pip install basicsr facexlib python -m pip install -r requirements.txt 5.多运行几遍webui.sh,
因为网络问题，这玩意有时候是个玄学。
一次往往不能完整的运行完。
多运行几次，就可以了
四、打包，装model模型之前打个包
先把它默认的v1-5模型删了，再打包，那个模型比较老了，其实
tar -zcvf stable-diffusion-webui.tar.gz stable-diffusion-webui/ 打好包后下载下来
这样下次安装比较方便
然后把自己准备好的safetensor或cpkg模型上传到models/stable-diffusion/目录下。
五、快速启动设置
修改webui-user.sh
export COMMANDLINE_ARGS="--share --gradio-auth username:password" --share是出一个临时公网ip,--gradio-auth username:password是设置登录口用户名和密码。
六、使用
再次开机，是在root用户下
su autodl source /home/autodl/.bash_profile cd /root/auto-tmp/stable-diffusion ./webui.sh 七、安全提示
1、临时公网ip最好不要到处说
2、自己创建的autodl（那个非root用户），密码要设成强密码！
3、登录口密码，最好也不要用弱口令。
第二个尤其重要，要不然别人就能凭借ssh弱口令用你的显卡服务器了。ssh弱口令是一个高危漏洞。
八、后续SD教程
常用插件和脚本、webui-user.sh的常用参数讲解、模型种类的讲解、模型从哪里找。
下一节教程计划讲双语对照插件和格式转换插件、还有补间动画脚本。这几个都是比较基本简单的插件和脚本。
codegitdiffusionwebwebuipythongithubproxyganclipbashclitransformertransformers管理员cloneicongradiosharewordstable diffusionshellssh快速启动url服务器cpuhiveintelcto双语对照自定义sales用户名pytorchsalesforcegpu格式转换模型比较stablediffusionopenai
