使用docker部署stable-diffusion

使用docker部署stable-diffusion

环境准备 安装nvidia-container-toolkit 安装stable-diffusion

环境准备

wsl2 ubuntu20.04

docker

python3.10

git

安装nvidia-container-toolkit

设置软件包存储库和 GPG 密钥

$ distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \ && curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg \ && curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | \ sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | \ sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list 

更新包列表后安装nvidia-container-toolkit包

$ sudo apt-get update 

$ sudo apt-get install -y nvidia-container-toolkit 

配置Docker运行时环境

$ sudo nvidia-ctk runtime configure --runtime=docker 

$ sudo systemctl restart docker 

或者在配置文件/etc/docker/daemon.json中添加以下设置（docker-desktop在设置中修改）

"runtimes": { "nvidia": { "path": "nvidia-container-runtime", "runtimeArgs": [] } } 

对于wls2+docker，只需要更改下图位置的配置即可

运行一个基本的CUDA容器验证

安装stable-diffusion

这里使用https://github.com/AbdBarho/stable-diffusion-webui-docker

在/home/user/目录克隆仓库

$ git clone https://github.com/AbdBarho/stable-diffusion-webui-docker.git 

进入stable-diffusion-webui-docker目录，运行命令

$ docker compose --profile download up --build 

3.等待一段事件之后在浏览器访问http://localhost:7860/就可以愉快的使用AI绘图了

codedockerdocgitdiffusiongithubwebuiweburlshareai绘图浏览器pythonstemjsonclone