Linux上安装Stable Diffusion 2.0的完整教程

Stable Diffusion 2.0是一款备受瞩目的AI绘画工具，它能够将文字描述转化为精美的图片。本教程将指导您在Linux系统上安装Stable Diffusion 2.0，让您轻松掌握AI绘画的技巧。
一、准备工作
在开始安装之前，请确保您的Linux系统满足以下要求：

• 64位Linux操作系统（如Ubuntu、Debian等）
• 至少8GB内存
• 至少100GB可用存储空间
• NVIDIA显卡（支持CUDA）或AMD显卡（支持ROCm）
  二、安装依赖项

1. 安装Python和pip：

   sudo apt update
   sudo apt install python3 python3-pip

2. 安装其他依赖项：

   sudo apt install libopenal-dev libsndfile1 libsndfile1-dev

   三、安装Stable Diffusion 2.0
3. 克隆代码仓库：

   git clone https://github.com/CompVis/stable-diffusion-v2.git
   cd stable-diffusion-v2/

4. 安装依赖项：
   对于NVIDIA显卡：

   pip3 install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu113/torch_stable.html
   pip3 install timm opencv-python-headless -f https://pypi.org/simple/

   对于AMD显卡：

   pip3 install torch torchvision torchaudio -f https://download.pytorch.org/whl/cu113/cpu/torch_stable.html
   pip3 install timm opencv-python-headless -f https://pypi.org/simple/

5. 下载模型和预训练权重：
   根据您的显卡类型，运行相应的命令：
   对于NVIDIA显卡：
   ```bash
   python3 prepare_data.py —gpu_ids 0 —data_dir ~/data —ddp_url https://dl.fbaipublicfiles.com/ddp/ddp_models/ddp_models_0215_alpha0.1_fp16_m1k_1x_rgb_image_classification_full_plus_pretrained_on_imagenet_256x256x30k-5c847665ad9d65a93678a8e8d662862d1006d603f6f3068a6f2f6a8f8acd68603f53f18fd1e388e3e306fd28f38aeb0c9945474b74 —ddp_model ddp_models_0215_alpha0.1_fp16_m1k_1x_rgb_image_classification_full_plus_pretrained_on_imagenet_256x256x30k —ddp_version v0.21.0 —n_gpus 1 —precision 16 —fp16 True —gradient_accumulation_steps 4 —save —unsup True —with_vae True —with_classif True —with_auxiliary True —resume False —run_name ddp_models_0215_alpha0.1_fp16_m1k_1x_rgb_image_classification_full_plus —exp group_DDLplusDDPmCLINAE and using only data with no annotations on it -g default —with-text —nvidia —progress —outdir ~/output/run0449 —ddp-model-dir ~/data/models/ddp —ddp-version v0.21.0 —ddp-tag v0.21.0 —run-name ddp-run0449 —nvidia —ddp-model ddp-models-0215-alpha0.1-fp16-m1k-1x-rgb-image-classification-full-plus-pretrained-on-imagenet-2