最近尝试了下在deepin V23 RC2本地部署Stable Diffusion（SD官方提供的在线版能力比较弱鸡，而且很多参数不能调节，使用次数还有限制），经历了一波三折总算是成功了，趁热把经验分享出来，以后可以愉快的玩耍了。

Stable Diffusion官网：https://stablediffusionweb.com/

下面附上我的生图过程的截图：

本次搭建环境用的是一款AMD的核显笔记本，纯CPU生图，巨卡

---

正文开始了

一、选择资源

1、Stable Diffusion。

这里用的是网上比较主流的 AUTOMATIC1111/stable-diffusion-webui

大神真的是太强大了，通过这个项目可以帮助你在本地搭建一个功能强大的 Stable Diffusion 模型。

2、模型资源。

因为网络条件限制没法下载官方（https://huggingface.co/stabilityai/）的模型，我这里选择的是 Civitai 上的模型。

模型下载好后，请放置在 stable-diffusion-webui/models/Stable-diffusion 文件夹下：

二、环境搭建

本人不是开发人员，纯小白一枚，在网上找了个教程，复制的命令行到终端直接安装的。

参考资料（Github）：Install and Run on AMD GPUs

怕大家无法访问，我直接附上代码吧：

sudo apt install git python3.10-venv -y
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui && cd stable-diffusion-webui
python3.10 -m venv venv

因为deepin V23 RC2 上系统预装了Python、Git,，所以上面这段命令行在V23 RC2 上貌似主要是克隆stable-diffusion-webui到本地

使用上面命令行克隆完成 stable-diffusion-webui 后会自动进入到 stable-diffusion-webui 文件夹

这个时候我们 直接在终端内运行 ./webui.sh 此时系统会继续补全所需要的依赖环境，包括自动安装 pytorch 等等

友情提醒，这里需要花费很长的时间去安装一堆的文件，可能是我网络的原因

三、常见问题

自动补全环境依赖没啥好讲的，这里重点说下我遇到的问题（报错``````）

1、AttributeError: 'NoneType' object has no attribute 'lowvram'

这个报错，我在网上找了2个方法，方法1和方法2我都贴出来，我实测方法1没生效，方法2才生效的

方法1：编辑 webui-user.sh 文件，修改参数

进入stable-diffusion-webui文件夹，找到 webui-user.sh文件，右键编辑，找到此行文本：

set COMMANDLINE_ARGS=

在此文本后增加一行参数：

 --lowvram --precision full --no-half --skip-torch-cuda-test

完成修改后如下图：

方法2：修改sd_models.py 源文件（感谢zhuopengzhangnewgena的分享）

该文件在 modules 文件夹内，如图：

把661行send_model_to_cpu函数的前面4行注释，下面增加lowvram.send_everything_to_cpu()，如下图：

同样的，防止大家出错，直接附上代码：

def send_model_to_cpu(m):
    #if m.lowvram:
    #    lowvram.send_everything_to_cpu()
    #else:
    #    m.to(devices.cpu)
    lowvram.send_everything_to_cpu()

2、OSError: Can't load tokenizer for 'openai/clip-vit-large-patch14'.

Failed to create model quickly; will retry using slow method.

解决方法，在stable-diffusion-webui文件夹下新建一个名叫“openai”的文件夹，在文件夹内右键打开终端，手动下载依赖文件：

git clone https://www.modelscope.cn/AI-ModelScope/clip-vit-large-patch14.git

3、提示没有GPU，需要add --skip-torch-cuda-test

这个最简单了，就是全部走CPU不依赖显卡，跳过CUDA。

首先还是在stable-diffusion-webui下找到webui-user.sh文件，然后将#export COMMANDLINE_ARGS="" 修改为 export COMMANDLINE_ARGS="--skip-torch-cuda-test --no-half --use-cpu all"

至此，我们本地的Stable Diffusion就算搭建完成了！

我在本地部署的时候只遇到了上述三个问题，大家有遇到其他问题的，请自行查找资料解决～～

四、开始文生图

所有环境部署好后，我们依然是在 stable-diffusion-webui 文件夹下运行 ./webui.sh 文件，安装以来和运行程序都是执行这个文件，哈哈，运行后，大家会看到终端内显示：Running on local URL: http://127.0.0.1:7860

同时，浏览器上会打开一个网页：

五、部分参数解释

• Checkpoint/模型: 选择下载的模型，例如国风3模型。
• 正向词 (Prompt) 和 负向词 (Negative Prompt): 用来描述你希望生成的图片特征和避免的特征。
• Sampling Steps: 这个参数决定了生成图片的迭代次数，通常30步是一个不错的选择。
• CFG Scale: 这个参数控制了生成图片的创意自由度，7 是一个常见的设置。
• Seed: 这个参数决定了图片生成的随机性，相同的 seed 可以生成相似的图片。设为 -1 时，系统会随机生成。

填写完参数后，点击右上角的 Generate 按钮。命令行会显示生成进度，大约需要N分钟（看电脑性能了）。

---

希望能帮助到想玩Stable Diffusion的同学们，如果您觉得我的教程有用，还请点赞收藏下，如果能帮转发扩散下就更好了，哈哈～