Stable Diffusion在图像生成领域具有广泛的应用和显著的优势。它利用深度学习和扩散模型的原理,能够从随机噪声中生成高质量的图像。
官网:GitHub - verm/freebsd-stable-diffusion: Stable Diffusion on FreeBSD with CUDA support
FreeBSD下难度主要在Miniconda的安装上,pytorch等需要使用conda命令安装。Stable Diffusion部分跟其它linux平台的操作类似。
学到的最主要的两点:
1 FreeBSD下安装CUDA
2 FreeBSD下安装Conda(Miniconda)
FreeBSD下安装CUDA略,参见 官网:GitHub - verm/freebsd-stable-diffusion: Stable Diffusion on FreeBSD with CUDA support
安装anaconda
详细参见安装Miniconda@FreeBSD13-****博客
主要步骤就是:
下载软件
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
安装anaconda
/compat/linux/bin/bash Miniconda3-py310_23.9.0-0-Linux-x86_64.sh -u
激活conda环境
source ~/miniconda3/bin/activate
安装pytorch
在FreeBSD下使用conda安装pytorch
根据自己nvidia计算卡的cuda版本,选择合适的torch版本安装,比如
# cuda 11.8版本,大约11.2也可以用
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
# cuda 12.1版本
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
# cpu版本
conda install pytorch torchvision torchaudio cpuonly -c pytorch
安装好后测试:
python3 -c 'import torch; print(torch.cuda.is_available())'
安装webui
下载源代码
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui
更新conda库
cd stable-diffusion-webui
conda env update --file environment-wsl2.yaml --prune
激活环境
conda activate automatic
which python3
# ${BASE_PATH}/conda/envs/automatic/bin/python3
下载模型
从huggingface下载模型 ,镜像地址:stable-diffusion-v1-5: Mirror of https://huggingface.co/runwayml/stable-diffusion-v1-5
下载:
v1-5-pruned.ckpt
move到指定目录:
mv sd-v1-5.ckpt ~/github/stable-diffusion-webui/models/Stable-diffusion/model.ckpt
启动sd服务
LD_PRELOAD=${BASE_PATH}/dummy-uvm.so python3 launch.py
服务器启动后,用浏览器打开http://127.0.0.1:7860 即可。