郭震 AI公众号:郭震AI

6 环境准备之安装必要的软件

发布日期:

最近更新:

分类: Stable Diffusion

预计阅读: 4 分钟

阅读次数: 0

预计阅读4 分钟
结构重点13 个
图文要点6 张
正文规模1.6k 字

整理说明

这篇内容怎么整理

郭震 · 2026-06-04

独立整理围绕 13 个结构重点拆成环境、步骤、验证点和常见误区,尽量让读者能照着复现。
图文对照保留 6 张和配置、流程、判断结果有关的图片,方便快速定位正文重点。
持续校对工具、模型和命令变化较快,后续优先修正入口、参数和风险提醒。

阅读路线

先按这条路线读

先抓住主线,再回到代码、配置和图文细节,读起来会更稳。

图文要点

先看本文图文节点

按图先建立主线,再跳回正文核对步骤、配置和判断标准。

环境准备之安装必要的软件结构图查看大图
环境准备之安装必要的软件结构图

文生图学习要同时看输入描述、生成流程、参数影响和最终用途。阅读时可以按「安装前的准备 -> 安装Anaconda -> Windows和macOS -> Linux」建立结构,再回到正文里的代码、案例或指标做验证。

环境准备之安装必要的软件核对图查看大图
环境准备之安装必要的软件核对图

读完后,用一个真实小任务复查:输入是什么,处理环节在哪里,输出是否可验收;失败时先查「安装前的准备」,再查「安装Anaconda」。

在前面的章节中,我们了解了Stable Diffusion的基本概念以及输入输出格式的相关信息。在这一节中,我们将重点讨论如何安装使用Stable Diffusion所需的必要软件。

1. 安装前的准备

在安装Stable Diffusion之前,请确保您的计算机环境满足以下基本要求:

Stable Diffusion软件安装判断卡查看大图
Stable Diffusion软件安装判断卡

安装必要软件时,先确认显卡驱动、运行框架、模型目录、输出目录和最小生成测试。

  • 操作系统:Windows 10/11,macOS,或基于Linux的系统(如Ubuntu)。
  • Python版本:建议使用Python 3.8或以上版本。
  • GPU:强烈建议使用NVIDIA的GPU以获得最佳性能(安装CUDA和cuDNN)。

2. 安装Anaconda

Stable Diffusion的一个推荐使用环境是Anaconda,这是一个用于管理Python包和环境的强大工具。

文生图阅读地图卡查看大图
文生图阅读地图卡

《环境准备之安装必要的软件》可以按“场景、概念、动作、结果”来读。先把这四件事对齐,再回到正文里的参数、代码或流程。

Windows和macOS

  1. 前往Anaconda官方安装页面
  2. 下载适合您操作系统的安装程序。
  3. 按照安装向导完成安装。

Linux

在Linux上,您可以使用以下命令安装Anaconda:

wget https://repo.anaconda.com/archive/Anaconda3-2023.07-Linux-x86_64.sh
bash Anaconda3-2023.07-Linux-x86_64.sh

按照屏幕上的指示完成安装。

3. 创建和配置虚拟环境

安装完Anaconda后,接下来需要创建一个新的虚拟环境来运行Stable Diffusion。

创建虚拟环境

打开终端(或Anaconda Prompt),输入以下命令:

conda create --name stable-diffusion python=3.8

激活虚拟环境

接下来,您需要激活刚刚创建的虚拟环境:

conda activate stable-diffusion

现在,您已经成功切换到名为stable-diffusion的虚拟环境中,接下来的所有操作都将在此环境中进行。

4. 安装PyTorch

Stable Diffusion依赖于PyTorch。安装PyTorch时,请根据您的系统和GPU选择合适的安装命令。

使用conda安装PyTorch

您可以使用以下命令安装PyTorch(适用于CUDA 11.7):

conda install pytorch torchvision torchaudio cudatoolkit=11.7 -c pytorch

或者使用pip

您也可以使用pip进行安装(确保您先激活了虚拟环境):

pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu117

对于没有NVIDIA GPU的用户,可以考虑安装CPU版本的PyTorch:

pip install torch torchvision torchaudio

5. 安装其他依赖

接下来,我们需要安装Stable Diffusion的其他依赖项。通过以下命令安装相关库:

pip install transformers diffusers scipy ftfy

以上这些依赖将确保您的Stable Diffusion程序能够正常工作。

6. 验证安装

安装完所有必要的软件后,您可以通过运行以下Python代码来验证PyTorch是否安装成功,并且CUDA是否可用:

import torch

print("PyTorch Version:", torch.__version__)
print("CUDA Available:", torch.cuda.is_available())

如果输出显示“CUDA Available: True”,则表示您的PyTorch可以利用GPU进行计算。

环境准备之安装必要的软件应用复盘卡查看大图
环境准备之安装必要的软件应用复盘卡

学完《环境准备之安装必要的软件》后,不妨换一个自己的场景试一次,重点观察输入、处理和输出是否能对应起来。

环境准备之安装必要的软件应用检查卡查看大图
环境准备之安装必要的软件应用检查卡

如果想把《环境准备之安装必要的软件》用到自己的任务里,可以先缩小场景,只验证一个最关键的判断点。

7. 小结

至此,我们已经完成了Stable Diffusion环境准备的重要一步:安装必要的软件。在这部分内容中,我们详细介绍了Anaconda的安装、虚拟环境的创建与配置,以及PyTorch和其他依赖的安装。接下来,我们将进一步讨论如何配置环境变量,以确保Stable Diffusion的正常运行,这对后续的模型加载和生成图像至关重要。

继续阅读

从这篇继续找到相关教程

AI 教程总索引

常见问题

读前先确认这三点

环境准备之安装必要的软件适合谁读?

这是 Stable Diffusion 教程 系列第 6 / 18 篇,适合正在学习Stable Diffusion 教程,并且需要把概念落到操作步骤或判断标准里的读者。

读这篇Stable Diffusion教程要多久?

按中文技术文章阅读速度估算,通读大约 4 分钟;如果要跟着复现,建议把命令、配置和结果检查分开做。

这篇文章里的图文节点怎么用?

正文里有 6 个图文节点,可以先用它们抓住流程、配置和判断点,再回到对应段落细读。

分享文章

转发到常用平台

微信/朋友圈可先复制链接

相关教程

AI 教程总索引

继续阅读

继续找到相关 AI 教程

返回栏目

Reader Messages

读者留言

有问题、补充资料或实测结果,可以直接留下。这里不需要登录。

最多 800 字

为了防刷,每条留言会做长度、链接数量和提交频率限制。

0/800

留言列表

0
正在加载留言...