导语： 本文介绍stable-diffusion本地执行方案。stable-diffusion的原始开源github地址是：https://github.com/CompVis/stable-diffusion。 安装过程 安装过程需要下载sd-v1-4.ckpt权重文件，这是一个大小为4GB的文件。如果需要向主机传输，则比较麻烦，需要要求速度快。推荐租用GPU主机，或使用自己的主机，比较便宜的租用服务是...
本文介绍stable-diffusion本地执行方案。stable-diffusion的原始开源github地址是：https://github.com/CompVis/stable-diffusion。
安装过程
安装过程需要下载sd-v1-4.ckpt权重文件，这是一个大小为4GB的文件。如果需要向主机传输，则比较麻烦，需要要求速度快。推荐租用GPU主机，或使用自己的主机，比较便宜的租用服务是http://gpu.ai-galaxy.cn/console/index。选择云主机时，要求现存至少24G。
可以跑512*512的图片，再大则显存不够。按照git里面的说明部署文件（https://github.com/CompVis/stable-diffusion），安装python虚拟环境，而虚拟环境请使用文末代码内内容。
执行代码时，可能会出现执行生成文件的报错。需要将以下代码更新：
from taming.modules.vqvae.quantize import VectorQuantizer2 as VectorQuantizer
更新为
from taming.modules.vqvae.quantize import VectorQuantizer as VectorQuantizer
执行过程中需要加载各种modal文件，这非常漫长。执行完毕后，生成每个图片大概需要10-15秒，速度比MD要快很多。
stable diffusion官网地址
https://stablediffusionweb.com/
声明：本文来自Stable Diffusion教程攻略投稿，不代表微浪网立场，版权归原作者所有，欢迎分享本文，转载请保留出处！
