企业官网建设流程全解析

简介：这份PDF资料面向希望上手AI绘画的开发者与爱好者，系统讲解Stable Diffusion的安装与使用流程，帮助零基础读者跨过环境配置门槛，顺利跑通文本生成图像。资源包共1个PDF文件，约814KB，内容以图文步骤形式组织，涵盖环境准备、依赖安装、代码与模型下载、运行命令及参数调节等核心环节，并针对生成图像、提示词设置、采样算法选择、步数调整与图像优化等操作给出具体说明，同时提醒GPU等计算资源的实际需求。目前已有945人学习下载，适合作为入门参考手册，便于读者按章节对照操作，快速理解Stable Diffusion的部署逻辑与调参思路，为后续艺术创作或科研实验打下基础。

1. 从一次显存不足说起：Stable Diffusion 安装前必须对齐的三件事

第一次在一台旧工作站上装 Stable Diffusion，我按教程一路pip install走完，结果跑txt2img.py时直接报显存不足，进程被系统杀掉。后来才发现，问题不在代码，而在装之前没对齐三件事：Python 版本、PyTorch 的 CUDA 版本、以及显卡驱动版本。这三者只要有一个错位，轻则回退到 CPU 推理慢到怀疑人生，重则直接崩在加载模型那一步。Stable Diffusion 属于人工智能绘画软件里对运行环境比较挑的一类，它不像普通 Python 脚本装完就能跑，GPU 加速链路必须一次配通。这篇笔记面向的是准备本地部署、想用文本生成图像、又不想在环境上反复翻车的开发者，从环境准备一路写到跑通验证，中间把版本取舍和踩坑点都摊开讲。

2. 环境准备：Python、PyTorch 与 GPU 驱动的版本对齐

2.1 Python 版本怎么选，3.7 只是下限

项目正文里写的是 Python 3.7 或更高版本，这个说法没错，但实际装的时候我一般不会停在 3.7。原因是 3.7 已经停止维护，很多依赖包的新版本不再为它构建 wheel，装requirements.txt时容易卡在编译阶段。常见做法是选 Python 3.10，它在兼容性和依赖覆盖上比较稳，既不会太新导致部分包没有预编译版本，也不会太旧被依赖抛弃。

验证 Python 版本：

python --version # 期望输出 Python 3.10.x

如果系统里同时有多个 Python，建议直接用python3.10 -m venv指定解释器创建虚拟环境，避免默认python指向 2.x 或 3.6。这一步看着简单，但它是后面所有依赖能装上的前提。

2.2 虚拟环境：别省这一步

项目正文把创建虚拟环境标为可选但推荐，我的经验是：不要省。Stable Diffusion 依赖的 torch、torchvision、torchaudio 版本互相咬得很死，一旦和系统里其他项目的包混在一起，升级一个就可能带崩另一个。虚拟环境就是给这套环境单独划一块地。

Linux / macOS：

python -m venv stable-diffusion-env source stable-diffusion-env/bin/activate

Windows：

python -m venv stable-diffusion-env stable-diffusion-env\Scripts\activate

激活后命令行前面会出现(stable-diffusion-env)前缀，说明后续pip install都装进这个隔离环境里了。退出用deactivate。这里有个细节：Windows 下如果提示脚本被禁止运行，是执行策略问题，用管理员权限的 PowerShell 执行Set-ExecutionPolicy RemoteSigned即可，不用去改系统环境变量。

2.3 PyTorch 与 CUDA：版本错位是最大的坑

PyTorch 是加速图像生成的核心，装错版本是新手最常见的翻车点。项目正文建议去 PyTorch 官网查对应命令，这个方向对，但很多人忽略了要先确认显卡驱动支持的 CUDA 上限。

先看驱动和 CUDA 能力：

nvidia-smi # 右上角 CUDA Version 表示驱动支持的最高 CUDA 版本

假设nvidia-smi显示 CUDA Version 12.1，那你可以装 cu121 版本的 PyTorch，但不能装 cu124 的，否则运行时会报 CUDA 初始化失败。装 GPU 版：

pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

没有 NVIDIA 显卡、或者只想先跑通流程的，装 CPU 版：

pip install torch torchvision torchaudio

参数说明：--index-url指向 PyTorch 官方为特定 CUDA 版本预编译的 wheel 源，比默认源装得快也不容易编译失败。装完立刻验证 GPU 是否可用：

python -c "import torch; print(torch.cuda.is_available())" # 输出 True 表示 GPU 链路通了，False 说明还在 CPU 模式

这一步输出 False 却继续往下装，后面生成图像会慢到让你以为程序卡死。我一般在这里就卡住，不通不往下走。

3. 拉代码装依赖：从仓库克隆到模型落盘

3.1 克隆代码库与安装 requirements

环境通了之后，拉代码。项目正文用的是 CompVis 的 Stable Diffusion 仓库，流程是克隆、进目录、装依赖：

git clone https://github.com/CompVis/stable-diffusion.git cd stable-diffusion pip install -r requirements.txt

requirements.txt里锁定了这个仓库运行所需的 Python 库版本，包括 transformers、diffusers 相关的依赖。装的过程中如果报某个包编译失败，八成是缺系统级编译工具。Linux 下常见做法是先补上：

sudo apt-get install build-essential python3-dev

Windows 下则需要装 Visual C++ Build Tools。这一步不是每次都会遇到，但一旦遇到，报错信息通常很长，核心就一句Microsoft Visual C++ 14.0 or greater is required，看到它就去补编译环境，别去反复重装 pip。

3.2 预训练模型的下载与放置

代码只是骨架，模型权重才是真正决定生成质量的部分。项目正文提到模型下载链接通常在 README 里，这点很关键——模型文件动辄几个 GB，放错目录程序会直接报找不到权重。

常见做法是先把权重下载到本地，再放到仓库约定的路径下。以常见的sd-v1-4.ckpt为例，仓库默认会去models/ldm/stable-diffusion-v1/找：

mkdir -p models/ldm/stable-diffusion-v1/ # 将下载好的权重文件放入该目录，并确认文件名与配置一致 ls -lh models/ldm/stable-diffusion-v1/

参数说明：-p保证多级目录一次创建，-lh用人类可读的方式列出文件大小，方便确认权重是不是完整下载（几个 GB 的文件如果只有几百 KB，就是下载中断了）。模型文件建议校验一下大小或哈希，网络不稳时半截文件是隐形炸弹，加载时报的错往往和文件损坏无关，很难往下载上想。

3.3 依赖与模型的版本对应关系

这里补一个正文没细说但很要命的点：代码仓库、依赖版本、模型权重三者是有对应关系的。用旧版代码配新版权重，或者反过来，可能出现加载成功但生成结果全是噪声的情况。我一般会先看仓库 README 里推荐的权重文件名，再对照configs/stable-diffusion/下的 yaml 配置，确认里面写的ckpt路径和实际放的文件名一致。不一致就改配置或改文件名，别硬跑。

4. 跑通第一张图：txt2img 参数怎么调

4.1 最小可运行命令

依赖和模型都就位后，用项目正文给的基础命令跑第一张图：

python scripts/txt2img.py --prompt "a fantasy landscape" --plms

这条命令里，--prompt是文本提示，模型据此生成图像；--plms指定使用 PLMS 采样算法。第一次跑建议就用默认参数，先确认能出图，再去调质量。生成结果默认落在outputs/txt2img-samples/下。如果这一步报错，优先看是不是模型路径没对上，而不是怀疑参数。

4.2 关键参数逐个说清

项目正文列了--prompt、--plms/--ddim、--steps，我把实际调参时的取舍补全：

--steps不是越大越好。步数从 50 提到 100，细节会好一点，但耗时几乎翻倍；超过 150 之后肉眼基本看不出差别，纯属浪费算力。--seed是我最常用的参数，调提示词时固定种子，才能判断画面变化到底是提示词改的，还是随机性带来的。

4.3 中文提示与显存控制

项目正文里给了中文提示的例子，比如“一只飞翔的龙”。实际用的时候要注意，底层文本编码器对英文更友好，中文提示经常出现语义偏移。常见做法是中文构思、英文书写提示词，或者用翻译工具转一道再喂给模型。

显存方面，512x512 是安全线。想生成更大尺寸，直接调--H--W很容易爆显存。稳妥的做法是先出 512 的图，再用放大流程处理。如果显存实在紧张，把--n_samples降到 1，并关掉其他占显存的程序。跑图时开着浏览器一堆标签页，也可能成为压垮显存的最后一根稻草。

5. 避坑与排查：装完跑不起来先看这几条

5.1 现象：torch.cuda.is_available()返回 False

原因：PyTorch 装成了 CPU 版，或者 CUDA 版本和驱动不匹配。解决：先用nvidia-smi确认驱动支持的 CUDA 上限，再按对应版本重装 GPU 版 PyTorch，装完重启终端再验证。别在 False 的状态下硬跑，那是在用 CPU 硬扛。

5.2 现象：加载模型时报文件找不到或格式错误

原因：权重文件没放对目录，或者下载不完整。解决：对照配置里的ckpt路径检查实际文件位置，用ls -lh看文件大小是否正常。半截文件重新下载，别试图修复。

5.3 现象：生成到一半进程被 killed

原因：显存或内存不足，系统触发了 OOM。解决：降低--n_samples和生成尺寸，关掉占资源的后台程序。Linux 下可以用dmesg | tail看是不是 OOM killer 干的，确认后从参数上减负，而不是加内存条。

5.4 现象：装 requirements 时某个包编译失败

原因：缺系统级编译工具或 Python 开发头文件。解决：Linux 补build-essential和python3-dev，Windows 装 Visual C++ Build Tools。看到Microsoft Visual C++ 14.0 or greater is required就是它。

5.5 现象：出图全是噪声或纯色块

原因：模型权重和代码版本不匹配，或采样步数过低。解决：确认权重与仓库推荐版本一致，把--steps提到 50 以上再试。这类问题最玄学，往往不是代码错，而是版本对不上。

6. 装完怎么验证：三步确认这套环境真的能跑

装完不等于跑通，我习惯用三步验证，确认这套 Stable Diffusion 环境是活的，而不是碰巧出了一张图。

第一步，验证 GPU 链路。这条命令必须返回 True，否则后面所有加速都是空谈：

python -c "import torch; print(torch.cuda.is_available(), torch.cuda.get_device_name(0))" # 期望输出：True 加你的显卡型号

第二步，用固定种子跑一张可复现的图。固定--seed后，同样的提示词和参数应该每次得到几乎一致的结果，这能排除随机性掩盖的环境问题：

python scripts/txt2img.py --prompt "a fantasy landscape" --plms --steps 50 --seed 42 --n_samples 1

跑完去outputs/txt2img-samples/下确认有图，且尺寸是预期的 512x512。如果图能出但尺寸不对，说明参数没生效，回去检查命令拼写。

第三步，做一次参数对照。把--steps从 50 改成 100，其他不变，再跑一次，对比两张图的细节差异和耗时。这一步不只是验证，也是熟悉参数手感的开始。下面这张对照表可以帮你判断参数是否按预期起作用：

这三步走完，基本能确定环境是通的。从那以后我每次装完 Stable Diffusion，都会强制走一遍固定种子出图这一步，因为它能一次性暴露模型、依赖、参数三类问题，比单纯看命令有没有报错靠谱得多。环境这东西，跑通一次不算数，能稳定复现才算数。希望这套流程能帮你少走几个弯路。

本文还有配套的精品资源，点击获取