当前位置: 首页 > news >正文

2025年Stable Diffusion安装教程(超详细)

StableDiffusion的安装部署其实并不困难,只需简单点击几下,几分钟就能安装好,不管是windows还是苹果mac电脑,关于StableDiffusion的各种安装方式,这片文章一一来给大家讲明白。(所有安装资料都给大家整理好啦,后台发送学习获取或者看下图备注)

StableDiffusionWebUI

StableDiffusion最早开源出来只是一大堆源代码,而最具代表性的是AUTOMATIC1111大神把这些源代码做成了一个基于浏览器网页运行的程序,可以非常直观的调整、输入参数和拓展插件。

Python

Stable Diffusion WebUI就是基于Python搭建的,所以需要在电脑上搭建Python才能让Stable DiffusionWebUI正常运行。

Git

StableDiffusion、还有它的各种插件都是在GitHub上开源的,通过Git可以把StableDiffusion和各种插件安装和更新同步到自己电脑。

配置要求

Win Mac都能安装,但Mac电脑和AMD显卡的电脑是用CPU渲染的,速度会比较慢,推荐搭配NVIDIA显卡的Win电脑使用。

推荐配置,Win10以上的系统

CPU:没有硬性要求
显卡:RTX 2060 6GB显存以上的显卡(最好是8GB显存或以上)
内存:8GB以上的内存(最好是16GB内存或以上)
硬盘:20—100GB空余的硬盘空间

Win安装(两种方法)

方法一:整合包安装

优点:安装超级简单、方便,能一键启动,自动更新,自带部分模型和必要的插件,不需要安装python等前置软件

缺点:有可能出现或多或少的问题,集成的插件有可能是自己不需要的

市面上推荐的整合包主要有秋葉aaaki和独立研究员-星空的整合包,他们内核都是一样的,在使用上没有什么区别,只是封装的启动界面和集成的插件有一些区别。新手推荐安装秋葉老师的整合包,使用AMD显卡和集成显卡或者配置低一些的同学推荐安装星空老师的整合包。

秋葉整合包安装方法:


在这里插入图片描述

下载好整合包后,把整合包放置在硬盘空间充足的磁盘内,路径最好不要带中文路径的文件夹,把[sd-webui-aki-v4.2]解压出来,点击“启动器运行依赖-dotnet-6.0.11.exe”进行安装,进入sd-webui-aki-v4.2文件夹点击“A启动器”,然后点击一键启动,等待程序自动加载必要的启动项,就可以进入StableDiffusion WebUI界面了。详细安装方法可以看最下方视频教程。

AMD显卡安装方法:

基于lshqqytiger分支制作,功能与 v4.4 版本整合包相同

仅经过朋友一台电脑测试,不保证完全可用

使用方法和普通整合包完全一致,首次使用打开启启动器后,在启动器设置-高级选项修改生成引擎,选择A卡。

之后完全与普通整合包相同,直接启动即可。会提示没有xformers,这是正常的,A卡用不了

启动后如图所示,和整合包v4.4版本一致

方法二:手动安装

优点:最纯正的Stable Diffusion WebUI程序,可以按需按需安装插件,一步步了解Stable
Diffusion的部署和插件安装过程,对于每个部件和后续出现问题更容易找到根源和处理方法。

缺点:麻烦,要找到模型和插件一个个下载安装。

Python和Git安装包链接:

https://pan.quark.cn/s/bb737f349f4c

一、安装python

建议安装3.10.6版本,这个是Stable DiffusionWebUI作者推荐安装版本,打开http://python.org/downloads/页面找到3.10.6版本下载,然后安装,安装没有什么难度,唯一需要注意的是安装时要勾选add
python 3.10 to PATH。

二、安装git

Git官网:[https://git-
scm.com/download](https://link.zhihu.com/?target=https%3A//git-
scm.com/download),找到64-bit Git windows Setup进行下载。安装一直下一步就可以。

三、安装Stable Diffusion WebUI

接着安装Stable Diffusion WebUI,在硬盘空间充足,并且没有中文路径的文件夹导航栏,输入cmd,复制下面代码

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

回车,等待安装结束,就可以看到stable-diffusion-webui文件夹了,点击进入打开webui-
user.bat,等待安装必要的启动项,然后就可以在浏览器打开127.0.0.1:7860进入Stable Diffusion WebUI界面了。

Mac安装

一、安装Homebrew

cmd+空格,搜索终端,打开终端,把这段代码粘贴到终端回车。

/bin/zsh -c "$(curl -fsSL https://gitee.com/cunkai/HomebrewCN/raw/master/Homebrew.sh)"

一路有1选1,有Y选Y,需要输入开机密码,不会显示密码,直接输入然后回车即可。当询问core cask
services可以回车跳过即可,安装完,在终端输入brew
-v,能查询到版本就没有问题了。

二、安装python和git等部件

安装python和git等部件,在终端输入下面代码:

brew install cmake protobuf rust python@3.10 git wget

安装完毕在终端输入python3 -V,能查询到版本就没问题了。

三、安装[stable-diffusion-webui](https://www.zhihu.com/search?q=stable-
diffusion-
webui&search_source=Entity&hybrid_search_source=Entity&hybrid_search_extra=%7B%22sourceType%22%3A%22article%22%2C%22sourceId%22%3A%22688956983%22%7D)

在需要安装的stable-diffusion-
webui的文件夹上右键,进入终端,(访达界面直接按cmd+option+P,下方就会多出导航栏,在导航栏的stable-diffusion-
webui的文件夹上右键,进入终端)然后输入下面代码回车:

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

安装完毕后,同样的方法,右键点击上一步刚刚新安装的stable-diffusion-webui文件夹,点击“在终端中打开”,然后输入如下代码,回车即可。

./webui.sh

Mac安装划重点

Mac安装其实就几个步骤,安装完brew,输入brew
-v查询一下有没版本显示,返回版本号就证明没问题可以下一步,继续在同一个终端界面安装一系列的前置部件,安装完输入python3
-V查询是否安装成功,有版本返回就可以了,这时候关闭终端。然后准备通过git命令下载stable
diffusion,这次是要在自己自定的文件夹上右键终端打开,安装后就会在这个文件夹里面多出stable-
diffusion-webui,等待安装完毕后关闭终端,重新在stable-diffusion-
webui这个文件夹上右键终端打开(这两次终端打开的文件夹是不一样的),然后再输入./webui.sh就可以了,一步步排除看是哪一步出问题。

安装过程中遇到的问题

安装过程中由于设备的不同,环境的不同,很可能会出现各种各种大大小小的问题,这里我不能还原大家安装过程遇到的问题,但可以给大家一些解决思路。

尝试更新显卡驱动

更新显卡驱动会解决一部分错误问题。

python、Git等前置部件按默认路径安装

python 和 git等前置部件,都按默认路径安装在C盘,不要改变它们的位置,这样会很大程度减少出错几率。

stable-diffusion-webui路径不要有中文

stable-diffusion-webui可以不安装在C盘,但安装路径尽量简单不要套太多层文件夹,每一层文件夹不要有任何中文,有充足的硬盘空余空间。

当安装出现问题,可以尝试另一种安装方式

当有问题的时候,可以尝试换一个整合包或者纯手动方式安装,总有一个方法能行得通。

也可以尝试直接手动搬stable-diffusion-webui下来

点选code,点选download Zip,就是把weibUI整个原版文件夹下载到自己的电脑上。

也有可能是缺少模型

随便下载一个模型包,是ckpt 或者 safetensor后缀的,放置在stable-diffusion-webui/models/ 文件夹里面再次启动。

相关文章:

2025年Stable Diffusion安装教程(超详细)

StableDiffusion的安装部署其实并不困难,只需简单点击几下,几分钟就能安装好,不管是windows还是苹果mac电脑,关于StableDiffusion的各种安装方式,这片文章一一来给大家讲明白。(所有安装资料都给大家整理好…...

力扣【SQL连续问题】

180. 连续出现的数字 SELECT DISTINCT if(a.num b.num AND b.num c.num,a.num,null) AS ConsecutiveNums FROM Logs a LEFT OUTER JOIN Logs b ON a.id1 b.id LEFT OUTER JOIN Logs c ON a.id2 c.id WHERE if(a.num b.num AND b.num c.num,a.num,null) IS NOT NULL603. 连…...

深圳市-地铁线路和站点名称shp矢量数据(精品)2021年-2030最新arcmap含规划路线内容测评分析

深圳市的地铁网络是城市公共交通系统的重要组成部分,随着城市的发展,其规模和覆盖范围也在不断扩大。这份"深圳市-地铁线路和站点名称shp矢量数据(精品)2021年-2030最新arcmap含规划路线.zip"压缩包提供了全面而详细的信…...

企业级网络运维管理系统深度解析与实践案例

企业级网络运维管理系统深度解析与实践案例 在当今这个信息化时代,企业网络系统的稳定运行和高效管理成为了业务持续发展和创新的关键。企业级网络运维管理系统作为支撑这一目标的基石,其重要性不言而喻。本文将深入探讨企业级网络运维管理系统的构建原则、关键组件、实施步…...

音视频入门基础:MPEG2-PS专题(5)——FFmpeg源码中,解析PS流中的PES流的实现

一、引言 从《音视频入门基础:MPEG2-PS专题(3)——MPEG2-PS格式简介》中可以知道,PS流由一个个pack(包装)组成。一个pack 一个pack_header 一个或多个PES_packet。pack_header中还可能存在system header…...

【问题记录】npm create vue@latest报错

1,错误日志 npm error code EPERM npm error syscall mkdir npm error path D:\Program Files\nodejs\node_cache\_cacache npm error errno EPERM npm error FetchError: Invalid response body while trying to fetch https://registry.npmjs.org/create-vue: EP…...

OpenGL材质系统和贴图纹理

上一篇文章当中笔者为大家介绍了风氏光照模型,相信大家也发现了光照着色器当中有设置有很多控制光照强度的参数,而所谓的材质系统就是我们可以人为的去调节这些参数,让一个物体的反光效果能够更加接近我们现实生活当中的一些物体。 材质系统…...

Markdown中类图的用法

Markdown中类图的用法 前言语法详解基本流程图几何图形节点默认的节点分离节点的ID与内容节点形状圆角形节点的语法圆形节点的语法。非对称节点语法菱形节点的语法。六角形节点的语法。平行四边形节点的语法。梯形节点的语法。 连接线基本的连接线语法。无向线段连接线。点状连…...

钓鱼攻击(Phishing)详解和实现 (网络安全)

钓鱼攻击(Phishing)详解和实现 钓鱼攻击是一种社会工程学攻击,攻击者通过伪装成可信任的实体诱使受害者泄露敏感信息,如用户名、密码、信用卡号等。以下详细介绍钓鱼攻击的原理、种类、实现方式,以及防御措施。 一、钓…...

window11 wsl mysql8 错误分析:1698 - Access denied for user ‘root‘@‘kong.mshome.net‘

🚨 错误分析:1698 - Access denied for user rootkong.mshome.net 这个错误是因为 MySQL 的 root 用户 使用 auth_socket 插件进行身份验证,而不是使用密码。因此,当你尝试从 远程主机 连接时,MySQL 会拒绝访问。 ✅ …...

C++线程同步之条件变量

C线程同步之条件变量 文章目录 C线程同步之条件变量什么是条件变量(Condition Variable)?条件变量的主要用途常见的应用场景C11中的条件变量condition_variable的使用方法std::condition_variable的使用步骤典型的使用示例:生产者…...

如何实现多条件搜索

我们先来看多条件查询的样式是什么样的! 给查询按钮添加点击事件,然后获取到对应输入框中的值 然后通过filter过滤,对获取到的数据进行筛选 ,然后调用渲染函数将过滤搜索到的数据在页面中显示出来。 这就是进行多条件搜索出来的效…...

深入MySQL复杂查询优化技巧

在上一篇文章中,我们介绍了 MySQL 的关联关系理论与基础实践。本篇文章将进一步探讨 MySQL 复杂查询的优化技巧,帮助开发者应对大型数据集和高并发场景中的性能挑战。我们将涵盖索引设计、查询计划分析、分区技术以及事务管理的优化。 一、索引优化 索引…...

Fabric环境部署-Git和Node安装

一.安装Git(v2.43.0) Git 是一个开源的分布式版本管理系统(也是全球最大的开源软件存储服务器),用于敏捷高效地处理任何或小或大的项目。搭建区块链需要使用Git,因为区块链的开发和部署需要使用版本控制工…...

如何弥补开源大语言模型解决推理任务的不足

在实际应用中,大语言模型(LLM)可以通过与其他专门的推理技术结合,克服其在严格逻辑推理、深度推理或因果推理领域的不足。以下是几种有效的结合方式,分别从不同角度解决LLM在推理中的局限性。 一、结合符号推理系统 …...

Ubuntu 下载安装 Consul1.17.1

下载 wget https://releases.hashicorp.com/consul/1.17.1/consul_1.17.1_linux_amd64.zip解压: unzip -d consul_1.17.1_linux_amd64.zip /opt/module将解压出的二进制文件移动到 /usr/local/bin 目录中以便在系统中全局使用: sudo mv consul /usr/l…...

【数据库系统概论】并发控制--复习

1. 并发控制概述 并发控制是数据库系统处理多个事务同时执行时,保证数据一致性和事务隔离性的关键技术。 1.1并发操作的特点 数据库系统允许多个用户并发访问。典型应用场景: 飞机订票系统银行数据库系统网上购物系统 1.2并发操作可能带来的问题 并…...

MySQL(六)MySQL 案例

1. MySQL 案例 1.1. 设计数据库 1、首先根据相关业务需求(主要参考输出输入条件)规划出表的基本结构   2、根据业务规则进行状态字段设计   3、预估相关表的数据量进行容量规划   4、确定主键   5、根据对相关处理语句的分析对数据结构进行相应的变更。   设计表的时…...

DDcGAN_多分辨率图像融合的双鉴别条件生成对抗网络_y译文马佳义

摘要: 在本文中,我们提出了一种新的端到端模型,称为双鉴别条件生成对抗网络(DDcGAN),用于融合不同分辨率的红外和可见光图像。我们的方法建立了一个生成器和两个鉴别器之间的对抗博弈。生成器的目的是基于特…...

[读书日志]从零开始学习Chisel 第一篇:书籍介绍,Scala与Chisel概述,Scala安装运行(敏捷硬件开发语言Chisel与数字系统设计)

简介:从20世纪90年代开始,利用硬件描述语言和综合技术设计实现复杂数字系统的方法已经在集成电路设计领域得到普及。随着集成电路集成度的不断提高,传统硬件描述语言和设计方法的开发效率低下的问题越来越明显。近年来逐渐崭露头角的敏捷化设…...

寻音捉影·侠客行惊艳演示:长音频分段缓存机制下内存占用稳定<1.2GB

寻音捉影侠客行惊艳演示&#xff1a;长音频分段缓存机制下内存占用稳定<1.2GB 在信息爆炸的时代&#xff0c;我们常常需要从海量的音频资料中快速定位关键信息。无论是长达数小时的会议录音、海量的播客素材&#xff0c;还是堆积如山的访谈记录&#xff0c;手动查找特定词汇…...

SITS2026实测TOP5 AI编程工具代码质量排名(基于SonarQube+人工盲审双验证)

第一章&#xff1a;SITS2026实测TOP5 AI编程工具代码质量排名&#xff08;基于SonarQube人工盲审双验证&#xff09; 2026奇点智能技术大会(https://ml-summit.org) 本次评测覆盖2025年Q4主流AI编程工具在真实工程场景下的输出质量&#xff0c;采用SonarQube 10.4 LTS&#x…...

2026奇点大会唯一认证的AI摘要合规框架(ISO/IEC 5055-AI Level 3),你的团队达标了吗?

第一章&#xff1a;2026奇点智能技术大会&#xff1a;AI代码摘要 2026奇点智能技术大会(https://ml-summit.org) 核心发布&#xff1a;CodeLens-7模型架构 大会首次开源轻量级AI代码摘要模型CodeLens-7&#xff0c;专为多语言函数级语义压缩设计。该模型支持Python、Go、Rust…...

ChemCrow架构深度解析:构建AI化学助手的核心技术栈

ChemCrow架构深度解析&#xff1a;构建AI化学助手的核心技术栈 【免费下载链接】chemcrow-public Chemcrow 项目地址: https://gitcode.com/gh_mirrors/ch/chemcrow-public 在化学研究领域&#xff0c;传统的数据分析和反应预测往往需要研究人员在多个专业工具间切换&am…...

【奇点2026白皮书核心章节】:为什么83.6%的AI合并失败源于AST抽象层级错配?附可审计的合并决策树V2.1模板

第一章&#xff1a;AST抽象层级错配&#xff1a;AI代码合并失败的根因解构 2026奇点智能技术大会(https://ml-summit.org) AST&#xff08;Abstract Syntax Tree&#xff09;是现代AI代码工具理解、生成与重构程序的核心中间表示。然而&#xff0c;当多个AI代理协同执行代码合…...

OpenProject实战指南:三步构建企业级开源项目管理平台

OpenProject实战指南&#xff1a;三步构建企业级开源项目管理平台 【免费下载链接】openproject OpenProject is the leading open source project management software. 项目地址: https://gitcode.com/GitHub_Trending/op/openproject 还在为团队协作效率低下而烦恼吗…...

从滴滴调度到高德导航:拆解大厂落地中的交通预测实战与选型思考

从滴滴调度到高德导航&#xff1a;工业级交通预测模型的实战选型指南 当你在深夜打开滴滴App&#xff0c;系统能在3秒内计算出司机到达时间&#xff1b;当高德地图为你避开拥堵路段时&#xff0c;背后是每分钟处理数百万次预测请求的AI系统。这些看似简单的功能&#xff0c;实则…...

别只扫二维码!MISC隐写术实战:用Stegsolve和010Editor破解ISCC‘美人计’全流程

从二维码到密钥&#xff1a;深度解析MISC隐写术实战框架 在网络安全竞赛的MISC&#xff08;杂项&#xff09;题目中&#xff0c;隐写术往往是最考验选手综合能力的题型之一。不同于常规的漏洞利用或密码破解&#xff0c;隐写术题目通常需要选手具备敏锐的观察力、多工具协同能力…...

Excel也能搞定正态性检验?手把手教你用NORM.S.INV和散点图制作专业Q-Q图(附模板下载)

Excel也能搞定正态性检验&#xff1f;手把手教你用NORM.S.INV和散点图制作专业Q-Q图&#xff08;附模板下载&#xff09; 金融分析师小王盯着屏幕上的销售数据直挠头——这批数据真的服从正态分布吗&#xff1f;没有专业统计软件的他&#xff0c;难道只能凭直觉猜测&#xff1f…...

【语音算法】语音预处理中的去噪技术:从基础到实践

1. 语音去噪为什么如此重要&#xff1f; 想象一下你正在用语音助手查询天气&#xff0c;但背景中不断传来电视声和风扇的嗡嗡响——这就是典型的噪声干扰场景。作为语音处理的第一道关卡&#xff0c;去噪质量直接决定了后续语音识别、说话人验证等算法的表现上限。我在智能音箱…...