服务器Ubuntu22.04系统下的Stale diffusion+Webui部署安装

服务器Ubuntu22.04系统下的Stale diffusion+Webui部署安装

一、ubuntu基本环境配置

1.更新包列表：

• 打开终端，输入以下命令：

sudoapt-get update

sudoapt upgrade

• 更新时间较长，请耐心等待

2. 安装英伟达显卡驱动

2.1 使用wget在命令行下载驱动包

wget https://cn.download.nvidia.com/XFree86/Linux-x86_64/550.100/NVIDIA-Linux-x86_64-550.100.run

2.2 更新软件列表和安装必要软件、依赖

sudoapt-get update
sudoapt-getinstall g++
sudoapt-getinstall gcc
sudoapt-getinstallmake

2.2 卸载原有驱动

sudoapt-get remove --purge nvidia* 

• 1.使用vim修改配置文件

sudovim /etc/modprobe.d/blacklist.conf

• 2.按i键进入编辑模式,在文件尾增加两行：

blacklist nouveau
options nouveau modeset=0

• 3.按esc键退出编辑模式,输入:wq保存并退出
• 4.更新文件

sudo update-initramfs -u

• 5.重启电脑：

sudoreboot

这里需要等一会才能连上

2.3 安装驱动

• 1.授予执行权限

sudochmod777 NVIDIA-Linux-x86_64-550.100.run

• 2.执行安装命令

sudo ./NVIDIA-Linux-x86_64-550.100.run

这里一直按回车就行，默认选择

• 3.检测显卡驱动是否安装成功

nvidia-smi

2.4 安装CUDA

wget https://developer.download.nvidia.com/compute/cuda/12.4.0/local_installers/cuda_12.4.0_550.54.14_linux.run

执行安装命令

sudosh ./cuda_12.4.0_550.54.14_linux.run

• 1.输出accept开始安装
• 2.然后注意这里要按enter取消勾选第一个选项,因为之前已经安装了驱动
• 3.接着选择Install开始安装
• 4.安装完成

2.5 环境变量配置

• 1.以vim方式打开配置文件

sudovim ~/.bashrc

• 2.按i键进入编辑模式,在文件尾增加下面内容：

exportPATH="/usr/local/cuda-12.4/bin:$PATH"exportLD_LIBRARY_PATH="/usr/local/cuda-12.4/lib64:$LD_LIBRARY_PATH"

• 按esc键退出编辑模式,输入:wq保存并退出
• 3.更新环境变量

source ~/.bashrc

• 4.检测CUDA是否安装成功

nvcc -V

二、安装miniconda环境

1. 下载miniconda3

wget https://mirrors.cqupt.edu.cn/anaconda/miniconda/Miniconda3-py310_23.10.0-1-Linux-x86_64.sh

2. 安装miniconda3

bash Miniconda3-py310_23.10.0-1-Linux-x86_64.sh -u

直接一直enter键，到输入路径和yes
这边建议路径为：miniconda3

3. 切换到bin文件夹

cd miniconda3/bin/

4. 输入pwd获取路径

pwd

复制这里的路径

5. 打开用户环境编辑页面

vim ~/.bashrc 

• 点击键盘I键进入编辑模式，在最下方输入以下代码

exportPATH="/root/miniconda3/bin:$PATH"

6. 重新加载用户环境变量

source ~/.bashrc

7. 初始化conda

conda init bash

source ~/.bashrc

8.然后conda -V要是正常就安装成功了

conda -V

3.3 conda配置

• 1.配置清华镜像源 代码如下：

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/

• 2.设置搜索时显示通道地址

conda config --set show_channel_urls yes

• 3.配置pip 镜像源

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

二、Stable Diffusion+WebUI下载安装

1. Stable Diffusion+WebUI 下载与环境配置

1.1 环境准备

• 1.安装 libgoogle-perftools4 和 libtcmalloc-minimal4 库。这两个库是 Google 开源的性能分析工具库，可以帮助优化程序性能

sudoapt-getinstall libgoogle-perftools4 libtcmalloc-minimal4 -y

• 2.创建虚拟环境

conda create -n sd  python=3.10.6

• 3.进入虚拟环境

conda activate sd

1.2 源码修改及配置

• 1.使用git克隆

git clone https://mirror.ghproxy.com/https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

• 2.这时候直接启动webui.sh脚本通常会出现各种各种的问题，主要原因是国内网络问题以下是一种解决方法:

在modules文件夹中找到

launch_utils.py

下的

prepare_environment()

函数，将其中涉及到 github 仓库的依赖，全部添加

https://mirror.ghproxy.com/

镜像,如下图

• 3.引入镜像地址，否则模型下载不成功

exportHF_ENDPOINT=https://hf-mirror.com 

• 4.写入到~/.bashrc中：

echo'export HF_ENDPOINT="https://hf-mirror.com"'>> ~/.bashrc

• 5.修改weiui.sh文件,将use_venv变量值改为0,使用当前环境
• 6.如果是root用户还要将can_run_as_root变量值改为1

2.Stable Diffusion+WebUI 安装

• 1.启动脚本，会默认配置好项目环境，并安装好项目依赖包：

./webui.sh --port15026--listen --enable-insecure-extension-access --xformers

• 2.永久终端运行

nohupbash ./webui.sh --port15040--listen --enable-insecure-extension-access --xformers&

相关参数解释
–port 15026: 设置服务器监听的端口为业务端口,默认端口是7860,这里设置为15026。
–listen: 让服务器监听网络连接。这样设置后,局域网内的其他计算机可以访问UI,如果配置了端口转发,互联网上的计算机也可以访问。
–enable-insecure-extension-access: 启用扩展标签,不考虑其他选项。

更多详细的命令行参数和设置请参考

参考网址

https://profaneservitor.github.io/sdwui-docs/cli/

• 启动成功后，访问http://主机IP:端口以下是安装插件和模型的界面展示：使用效果

三、模型下载(huggingface 的国内镜像)

1. 下载hfd

hfd 是huggingface 专用下载工具，基于成熟工具 git+aria2，可以做到稳定下载不断线。

wget https://hf-mirror.com/hfd/hfd.sh
chmod a+x hfd.sh

2. 下载模型（例子： gpt2）

aptinstall aria2
aptinstall git-lfs

• 开始下载

./hfd.sh gpt2 --tool aria2c -x4

• 有些模型下载需要token,参数如下

--hf_username YOUR_HF_USERNAME --hf_token hf_***

• token的获取:https://huggingface.co/settings/tokens(需要VPN)