步骤/目录：
1.背景介绍
2.安装CUDA
    （0）卸载之前的CUDA、驱动
    （1）安装依赖项
    （2）检查PyTorch兼容的CUDA
    （3）安装CUDA
    （4）将CUDA添加到PATH
    （5）安装PyTorch
    （6）初运行Stable Diffusion WebUI
3.SDW的更新
4.安装问题
    （1）无法连接到github
    （2）运行webui.sh时提示没有pip3模块
    （3）运行webui.sh时提示TCMalloc
    （4）SafetensorError
    （5）其它模块

本文首发于个人博客https://lisper517.top/index.php/archives/278/，转载请注明出处。
本文的目的是在ubuntu机器上安装stable diffusion。
本文写作日期为2024年1月5日。系统为 Ubuntu 22.04 LTS ，显卡为 GTX 1050Ti mobile，4G显存。主要参考了 文章一 。

1.背景介绍

2020年笔者读到了一本深度学习的书：《深度学习入门：基于 Python 的理论与实现》，作者是斋藤康毅，书上介绍的东西简单易懂（比如深度学习界的Hello World-识别手写数字），比较适合入门。后来从一些量化交易的论坛获得了中国股市过去30年每天的开盘、收盘、最高、最低价数据，试图用机器学习找出其中的规律，最后得出结论：股市的数据是完全随机的、或者有其它的隐变量，不适用于机器学习。之前笔者还写过系列文章：《Python，爬虫与深度学习》，但是只介绍完了爬虫，还没有涉及深度学习。2022-2023年stable diffusion、chatgpt如火如荼，今天便重拾这个系列。

Stable Diffusion刚出来时笔者也在windows上进行了尝试，当时用的 AMD RX 5500 XT 大概30s一张图。如果想浅尝，笔者建议用Nvidia的p104显卡（8G显存魔改版），闲鱼只要￥120左右（显卡扩展坞都值4张p104），跑512*512的图大约10s（但是装驱动有点麻烦）；目前商用跑图性价比最高的应该是￥3500的 4060Ti 16G ，但是这个价格还是太高了。只生成图片，至少需要4G显存，推荐8G；要训练自己的模型，推荐12G；内存推荐16G；固态硬盘。

接下来笔者将在Ubuntu上安装SD。如果想在Windows上体验，可以下各位大佬的安装包，见 秋葉aaaki ，网盘为 夸克 ；Win + AMD ，则用 这个整合包 ，使用说明见 b站 （A卡跑图性能大概是同价位N卡的一半）。

2.安装CUDA

以下的操作需要切换到有sudo权限的非root用户进行。创建该用户的操作如下（参考 提升树莓派安全性 ）：

mkdir /home/SD
useradd -d /home/SD SD -m #SD也将装在该家目录下，建议至少有100GB空间
chown -R SD:SD /home/SD
passwd SD
usermod -aG sudo SD
vim /etc/sudoers.d/SD

加一行：

SD ALL=(ALL) NOPASSWD: NOPASSWD: ALL

（0）卸载之前的CUDA、驱动

如果之前装过CUDA，或者在本次流程装CUDA时出现了意外，可以卸载后重装。

参考 Nvidia官方文档 ，执行以下命令：

sudo apt-get --purge remove "*cuda*" "*cublas*" "*cufft*" "*cufile*" "*curand*" \
 "*cusolver*" "*cusparse*" "*gds-tools*" "*npp*" "*nvjpeg*" "nsight*" "*nvvm*"
sudo apt-get --purge remove "*nvidia*" "libxnvctrl*"
sudo apt-get autoremove

（1）安装依赖项

安装一些依赖项：

python3 -V
#如果没有显示python3版本，就apt install python3，或者参考后文
sudo apt install wget git python3-venv

安装python的版本需要注意，由于后文 --xformers 选项，笔者安装的是python-3.10.11。

（2）检查PyTorch兼容的CUDA

到 PyTorch官网 ，找到下面的 INSTALL PYTORCH 。需要选择以下几项：

PyTorch Build 选 Stable
Your OS 选 Linux
Package 选 Pip
Language 选Python

下面的 Compute Platform 看一下CUDA版本号。本文写作时支持的CUDA为11.8、12.1，选择11.8进行安装（因为后面的 --xformers 选项仅支持CUDA 11.8）。这个网站暂时不要关闭。

（3）安装CUDA

到 CUDA各版本归档 找对应的版本，小版本号可能无所谓，本文选择11.8.0。修改以下网址

https://developer.nvidia.com/cuda-11-8-0-download-archive?target_os=Linux&target_arch=x86_64&Distribution=Ubuntu&target_version=22.04&target_type=deb_local

中的版本号（ cuda-11-8-0 ）并访问该网址，有需要的可以自行选择其它参数，值得注意的是这里选择的是下载包到本地安装。最后下面会生成安装需要的命令，本文写作时生成了如下命令：

wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2204/x86_64/cuda-ubuntu2204.pin
sudo mv cuda-ubuntu2204.pin /etc/apt/preferences.d/cuda-repository-pin-600
wget https://developer.download.nvidia.com/compute/cuda/11.8.0/local_installers/cuda-repo-ubuntu2204-11-8-local_11.8.0-520.61.05-1_amd64.deb
sudo dpkg -i cuda-repo-ubuntu2204-11-8-local_11.8.0-520.61.05-1_amd64.deb
sudo cp /var/cuda-repo-ubuntu2204-11-8-local/cuda-*-keyring.gpg /usr/share/keyrings/
sudo apt-get update
sudo apt-get -y install cuda-11-8

需要注意的是最后一条命令原本是 apt-get -y install cuda ，必须加上版本号，否则会下载最新的CUDA。如果有小版本号，应该也是要加上的。

SD能成功运行后， cuda-repo-ubuntu2204-11-8-local_11.8.0-520.61.05-1_amd64.deb 这个包可以删掉。

（4）将CUDA添加到PATH

安装好CUDA后，检查一下：

/usr/local/cuda-11.8/bin/nvcc --version

然后把CUDA加入路径：

vim ~/.bashrc

添加：

export PATH="/usr/local/cuda-11.8/bin:$PATH"
export LD_LIBRARY_PATH="/usr/local/cuda-11.8/lib64:$LD_LIBRARY_PATH"

然后打开新的终端，用 which nvcc 检查一下，能找到正确的nvcc。

（5）安装PyTorch

刚才打开的 PyTorch官网 ，复制下面的命令以安装PyTorch：

pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118

需要注意的是，该命令有可能不指定CUDA版本：

pip3 install torch torchvision torchaudio

为了避免装错，应该指定一下：

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu118

这里可以先装好PyTorch，节省时间；如果不想打乱本机的python库，这里也可以不装。

最后重启一下，显卡驱动才能被正确调用。

（6）初运行Stable Diffusion WebUI

git clone --branch v1.7.0 https://github.com/AUTOMATIC1111/stable-diffusion-webui

目前最新的版本就是1.7.0，也可以选择1.2.1等老版本。笔者经过与SD的一番搏斗，最终选择了上文提到的 秋葉aaaki整合包 （用前需要 sed -i 's/\r$//' ./*.sh ，因为Windows下的换行符 '/r' 在linux下是多余的），该整合包是1.6.0的，在Ubuntu上安装前先在Windows下解压、打开其中的启动器，通过启动器进行更新，把更新好的整合包复制到Ubuntu。

考虑到更新的便捷性，笔者建议通过Samba将SDW安装文件夹在Windows和Ubuntu之间共享，在Windows上通过启动器管理更新，在Ubuntu上运行。Samba见笔者以前的文章： 树莓派+Samba+frp搭建NAS（网络云存储） 。

其中的 webui-user.sh 可以修改一些配置：

export COMMANDLINE_ARGS="--xformers --medvram --listen"
export TORCH_COMMAND="pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118" #安装PyTorch的命令。如果用pip3，会提示没有pip3模块

默认 install_dir="/home/$(whoami)" 安装在家目录下（但是笔者实测默认安装在本目录下），可修改安装目录。建议安装硬盘至少100GB空间，且最好是SSD硬盘（否则每次启动都要等5min）。

参数方面， --xformers 可略微加快出图速度；由于笔者的显存为4G，所以加上了 --medvram ； --listen 允许本机外的电脑访问。其它参数见 SDW选项 ，比较有用的是 --autolaunch ，开机后自动运行SD（如果装模型等原因需要重启SD时，在网页的 扩展 中可以重启）。用 nvidia-smi 可以查看你的显存，同时也检查显卡驱动是否正确。如果没有正确显示，先重启一下以保证驱动应用。

为了避免出现红字 Cannot locate TCMalloc (improves CPU memory usage) ，使用：

sudo apt-get install libgoogle-perftools4 libtcmalloc-minimal4 -y

最后开始初运行。请确保这一步之前、装驱动之后至少重启过一次电脑，并且这里最好全程翻越，否则容易出现各种连接不上：

sudo ufw allow 7860 comment "SD WebUI"
chmod 755 webui-user.sh
bash ./webui-user.sh
bash ./webui.sh

webui.sh 第一次运行时会安装一些依赖项，用时可能数小时，用整合包的话快一点。

最后，到7860端口访问即可。画512*512图测试，使用 watch -d -n 1 nvidia-smi 观察显卡状态，显存占用保持在 3228/4096MiB ，出一张图50s左右。时间可以接受，笔者主要为了给显卡找点事情干。

下一篇文章将讲解SD的使用。

3.SDW的更新

SD内各种插件有时需要更新，在WebUI虽然也能更新，但访问外网太慢了，更建议通过Samba将SDW在Windows和Ubuntu间共享，在Windows上通过整合包的启动器（A绘世启动器.exe）更新（参考 秋葉aaaki ），一定要注意在更新前首先关闭SDW。对于1.6.0版本启动器，在 版本管理 页中可以找到内核（SDW版本）、扩展，右上角有一键更新。

另外，每次更新后都要重新修改 webui-user.sh ，笔者常用：

export COMMANDLINE_ARGS="--xformers --medvram --listen --enable-insecure-extension-access"
export TORCH_COMMAND="pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 torchaudio==2.0.2 torchtext==0.15.2+cpu torchdata==0.6.1 --index-url https://download.pytorch.org/whl/cu118"

并且 sed -i 's/\r$//' ./*.sh 一下。

4.安装问题

（1）无法连接到github

因为美国不允许我们使用github，所以需要翻越。实际上最好在安装中全程翻越，否则总是遇到奇怪的问题。

（2）运行webui.sh时提示没有pip3模块

No module named pip3 ，因为 webui-user.sh 里， export TORCH_COMMAND="pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118" 的pip写成了pip3。venv里的pip和pip3没有软链。

如果在Win，参考 这个问题 ，把venv文件里的内容删掉以重新创建venv，或者用 python3 -m ensurepip 。

（3）运行webui.sh时提示TCMalloc

出现红字 Cannot locate TCMalloc (improves CPU memory usage) 。参考 这个问题 ，使用 sudo apt-get install libgoogle-perftools4 libtcmalloc-minimal4 -y ；或者，如果是你的SD找不到TCMalloc，在 webui-user.sh 中加上 PATH=$PATH:/usr/sbin 。OpenSUSE请参考原回答。

笔者的电脑内存为32GB，感觉这个问题不大，但还是装上好一点。

（4）SafetensorError

运行webui.sh时提示：

Loading weights [7912d8218e] from /xxx/stable-diffusion-webui/models/Stable-diffusion/v1-5-pruned-emaonly.safetensors
loading stable diffusion model: SafetensorError
Traceback (most recent call last):
  ···
  ···
  ···
safetensors_rust.SafetensorError: Error while deserializing header: MetadataIncompleteBuffer

根据 这篇文章 ，到 这个网址 手动下载模型 v1-5-pruned-emaonly.safetensors （如果报错是ckpt，则下载ckpt），然后放到 models\Stable-diffusion 下。用整合包时 models\Stable-diffusion 下是其它文件，但是没有这个问题。

（5）xformers

显示如下：

WARNING:xformers:WARNING[XFORMERS]: xFormers can't load C++/CUDA extensions. xFormers was built for:
    PyTorch 2.0.1+cu118 with CUDA 1108 (you have 2.1.2+cu118)
    Python  3.10.11 (you have 3.10.12)
  Please reinstall xformers (see https://github.com/facebookresearch/xformers#installing-xformers)
  Memory-efficient attention, SwiGLU, sparse and more won't be available.
  Set XFORMERS_MORE_DETAILS=1 for more details

后面虽然说 Applying attention optimization: xformers... done. ，但是 xformers 可能还是没有生效，需要下载2.0.1的PyTorch、使用3.10.11的python。根据 这个回答 ，首先删除venv：

rm -r venv/*

然后手动创建一下venv环境。由于python3-venv无法创建系统上没有的python版本，所以安装python 3.10.11（这会删除之前的3.10.12）：

cd /tmp
wget https://www.python.org/ftp/python/3.10.11/Python-3.10.11.tgz
sudo apt install libssl-dev libncurses5-dev libsqlite3-dev libreadline-dev libtk8.6 libgdm-dev libdb4o-cil-dev libpcap-dev #解决pip的TLS/SSL问题
sudo apt-get install libbz2-dev #解决_bz2模块的问题
sudo apt-get install liblzma-dev #_lzma模块
tar -zxvf Python-3.10.11.tgz
cd Python-3.10.11
./configure --enable-optimizations
make && make test
sudo make install
cd ..
pip install lmdb #lmdb库

能够运行SD后，可以删掉python安装包和目录（也可以不删）。如果你有多个python3，可以设置一下优先级，本文并不需要：

update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.10.11 1
update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.10.12 10
update-alternatives --config python3
python3 -V

数值越大越优先。

在 webui-user.sh 中，把安装PyTorch的命令修改如下（如果报错显示非PyTorch2.0.1，可能不适用）：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118
改为
pip install torch==2.0.1+cu118 torchvision==0.15.2+cu118 torchaudio==2.0.2 torchtext==0.15.2+cpu torchdata==0.6.1 --index-url https://download.pytorch.org/whl/cu118

重新运行。

（5）其它模块

安装模块后，重装python3，然后重新运行 webui.sh 。
_bz2：sudo apt-get install libbz2-dev
_lzma：sudo apt-get install liblzma-dev

标签: stable diffusion

添加新评论