废话不多说，直接开始
我该选择什么操作系统？
| 系统/容器类型 | 优点 | 缺点 |
| Windows 原生运行 | 如果你常用windows那当然是方便了 | 有一定性能损失 |
| WSL 1（别用） | 没 | 还用不了GPU |
| WSL 2 | 是Windows，也是Linux，不用再安装系统，而且还能正常调用GPU | 有性能损失，而且对小内存不友好 |
| Linux | 方便，性能强 | 没有用过的话还是有上手门槛，但能用Rocm（A卡）（但不介绍） |
| MacOS | 没 | 你都用mac了还是忍忍吧 |
| Docker | 方便配置环境 | 不是在用别人做好的包的话那就是各种问题了 |
配置环境
下载Conda
首先，安装Miniconda以配置环境，相比venv和其他方式，conda提供了一种更快捷更易复现的配置Python环境的方式，但是Anaconda本身体积较大，很多功能用不上，所以我们使用miniconda
| 下载站点 | 说明 |
| https://repo.anaconda.com/miniconda/ | 官方 |
| https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/ | 清华大学镜像 |
你可以无脑选择类似miniconda3-latest-xx这样的文件latest之后对应的是你的系统类型（Windows，MacOS，Linux），再下一个是你的系统架构（如果你看不懂这个的话这项一定是x86_64）下载，开始安装
注：你不需要添加path之类的，可以一路点继续。
安装好Miniconda之后，你可以在开始菜单文件夹或搜索中看到 Anaconda (Powershell) Prompt (conda)，点击应该可以看到以(base)开头的命令提示符或Powershell，这就说明你安装成功了
额外操作：
如果你的国内网络环境不太好，可以在 这里 将源换为清华大学源。
如果你想通过普通的Powershell 或 命令提示符 直接运行conda，请在Anaconda (Powershell) Prompt (conda)中运行
conda init注意，这样可能会降低他们的启动速度
检查显卡CUDA驱动（N卡）
首先，你肯定要有N卡，其次，你要安装好英伟达的驱动，然后在终端中运行
nvidia-smi
然后你会看到这样（差不多就行）的结果
*汉字是我写的备注
Fri Jun 9 14:46:36 2023
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 527.56 Driver Version: 527.56 CUDA Version: 12.0 |
|-------------------------------+----------------------+----------------------+
| GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA P106-100 WDDM | 00000000:10:00.0 Off | N/A |
| 71% 30C P8 7W / 120W | 0MiB / 6144MiB | 0% Default |
| 你的显卡ID，型号， | 空闲现存/总显存 | 负载 N/A |
|风扇转速，温度，TDP等 | | |
+-------------------------------+----------------------+----------------------+
+-----------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=============================================================================|
| No running processes found 当前占用你GPU的进程 |
+-----------------------------------------------------------------------------+
只要你能看到你的显卡和CUDA版本（右上角 CUDA Version）就可以了
安装Pytorch
首先我们先随便找个地方创建个文件夹来存放我们的环境和Stable Diffusion本体
目录结构，假设我们创建了StableDiffusion这个文件夹
StableDiffusion\stable-diffusion-webui
\.env现在我们打开StableDiffusion这个文件夹，然后选择在终端中打开（如果你进行了额外操作2的话）
或者手动cd到此文件夹
输入
conda create --prefix ./.env python=3.10将 python 3.10 安装到 .env 这个文件夹中
然后输入
conda activate .\.env\激活刚才安装的环境
之后，你就发现你原来的（base）变成了环境的路径，这就说明你成功激活了环境
之后要激活环境也是同样的（就上一行）
然后在这里（Pytorch官网）选择你的系统，CUDA或CPU，pip或conda安装pytorch
稍作等待即可安装完成（如果你出现了网络问题，请自行解决）
安装Stable Diffusion WebUI
在这里下载最新的WebUI，然后解压在新创建的文件夹里（目录结构看上面）,在终端中cd到这个目录，通过
python .\launch.py\运行
如果你只能使用GPU，请使用下面的命令
python .\launch.py --no-half --use-cpu 11 --skip-torch-cuda-test use cpu后的数字代表你愿意使用的核心数，请酌情输入
下载模型
经过了上一步，你还是不能使用Stable Diffusion，因为你没有安装模型。
这边推荐去https://civitai.com/下载模型，有checkpoint标签的就是了，将其放在stable-diffusion-webui\models\Stable-diffusion文件夹下就可以了
常用文件夹意义说明
StableDiffusion 这是按我说的最大的那一层目录
├.env 这是python运行环境目录
└─..stable-diffusion-webui 这是webui所在目录(下面的全在这个目录里，只写了部分文件)
├─launch.py 运行所用的py文件
├─outputs 运行后的输出文件夹
├─embeddings 放embedding的文件夹'TEXTUAL INVERSION'
└─models 模型文件夹
├─Stable-diffusion 底模所在的文件夹
└─Lora 放Lora的文件夹
Comments | NOTHING