AI 绘画Stable Diffusion 研究(一)sd整合包v4.2 版本安装说明

简介: AI 绘画Stable Diffusion 研究(一)sd整合包v4.2 版本安装说明

部署包作者:秋葉aaaki

免责声明:
本安装包及启动器免费提供 无任何盈利目的

大家好,我是风雨无阻。众所周知,StableDiffusion 是非常强大的AI绘图工具,需要详细了解StableDiffusion的朋友,可查看我之前的这篇文章: 最近大火的两大AI绘图工具 Midjourney VS StableDiffusion。


那么从本期开始,我将持续更新Stable Diffusion 研究系列文章,带您从入门到精通,玩转Stable Diffusion。


今天为大家带来的是 Stable Diffusion 研究(一)sd整合包v4.2 版本安装说明 。


这里带来的安装版本是整合包sd-webui-aki-v4.2 版本 。


一、整合包详细说明

1、整合包升级的内容:

  • torch2 、xformers0.0.17 、 cudnn8.8 打开无需任何操作即可满速(包括40系显卡)
  • 升级其它各种依赖版本
  • 预置了Tagger(图反推关键词)的模型
  • 预置了ControlNet、MultiDiffusion插件优化了一些其他设置


2、整合包声明:

  • 整合包基于开源项目 stable defusing web ui制作ai绘画,从来没有任何官方版一说,不会与所谓的自部署官方版有任何区别。
  • 一般来讲,如果出问题了,一定是自己使用的问题。
  • 整合包只是打包了运行必须的环境,如python 、git 。并且预制好模型,也添加了一些常用的插件,所有环境都在这个包内,随用随删。
  • 环境是独立虚拟的,不会产生任何冲突。理论上比自己部署的还要稳定。因为自己部署的问题真的太多太多了。

综上所述,应该是目前最佳速度的版本了。


3、适合人群:

  • 零基础入门没用过ai绘画的人
  • 把原来整合包自己玩坏了的人
  • 不想动脑子的人


4、运行所需的配置需求:

  • 操作系统要求windows10 以后
  • 系统cpu不做强制性要求
  • 内存推荐8g以上
  • 显卡必须是 NAIDIA 独立显卡,显存最低4g
  • 固态硬盘 ,空间最好 200g以上 ,提升模型加载速度


5、整合包包含内容:


可选ControlNet模型:可以不用下载,这里只是提供,按需下载,安装方法参考我的另一篇教程:AI 绘画Stable Diffusion 研究(二)sd模型ControlNet1.1 介绍与安装。


启动器运行依赖-donet-6.0.11.exe:启动器运行依赖,以前没使用过启动器的需要安装。


sd-webui-aki-v4.zip: 整合包


如图:


二、安装步骤

1、解压sd-webui-aki-v4.zip,这就不用多说了。

2、如果之前没用过启动器,首先需要安装启动器的依赖:启动器运行依赖-donet-6.0.11.exe , 直接下一步安装完成即可。

3、安装完成之后进入解压后的整合包目录:sd-webui-aki-v4, 直接双击 A启动器.exe 运行。


启动后如下 :

4、点“击一键启动”按钮,启动 Stable Diffusion 控制台及操作界面。

如图:





三、后续版本更新

后续版本更新,插件的更新,都在启动器内完成。


1、点击左侧版本管理


2、升级本体

切换到本体标签页 ,点击右上角“一键更新”按钮即可。

如图:


3、升级扩展插件

切换到扩展标签页 ,点击右上角“一键更新”按钮即可。


至此,sd整合包v4.2 版本安装说明结束。

下一篇,将给大家带来 模型ControlNet1.1 安装使用,敬请期待。


相关文章
|
机器学习/深度学习 人工智能 文字识别
UGPhysics:本科物理推理评估基准发布,助力AI+Physics交叉研究
近年来,人工智能快速发展,大语言模型(LLM)在数学、代码等领域展现出强大的推理和生成能力,正在被广泛应用于各种场景。
585 0
|
12月前
|
人工智能 数据安全/隐私保护 异构计算
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
1757 8
桌面版exe安装和Python命令行安装2种方法详细讲解图片去水印AI源码私有化部署Lama-Cleaner安装使用方法-优雅草卓伊凡
|
11月前
|
人工智能 编解码 芯片
【AI绘画】你有多久没有打开SD了?
曾几何时,Stable Diffusion的复杂参数令人崩溃,如今即梦、可灵等AI工具已让生成图片变得轻而易举。哩布哩布发布2.0升级公告,看似迈向更易用的未来,却也悄然为那个钻研模型、拼接工作流的“拓荒时代”奏响终章。技术迭代飞快,但那份对创造的热爱与探索精神,永不褪色。
1168 9
|
11月前
|
存储 人工智能 安全
拔俗AI临床大数据科研分析平台:让医学研究更智能、更高效
阿里云原生AI临床大数据科研平台,打通异构医疗数据壁垒,实现智能治理、可视化分析与多中心安全协作,助力医院科研提速增效,推动精准医疗发展。
1813 1
|
人工智能 大数据 安全
拔俗AI临床大数据科研分析平台:用智能技术加速医学研究新突破
AI临床大数据科研平台基于云原生架构,融合医疗NLP、联邦学习与智能分析技术,破解非结构化数据处理难、多源数据融合难、统计周期长等痛点,实现数据治理、智能分析与安全协作全链路升级,赋能医学科研高效、安全、智能化发展。
514 0
|
机器学习/深度学习 人工智能 自动驾驶
AI Agent多模态融合策略研究与实证应用
本文从多模态信息融合的理论基础出发,构建了一个结合图像与文本的AI Agent模型,并通过PyTorch代码实现了完整的图文问答流程。未来,多模态智能体将在医疗、自动驾驶、虚拟助手等领域展现巨大潜力。模型优化的核心是提升不同模态的协同理解与推理能力,从而打造真正“理解世界”的AI Agent。
AI Agent多模态融合策略研究与实证应用
|
机器学习/深度学习 人工智能 算法
深度强化学习在异构环境中AI Agent行为泛化能力研究
随着人工智能技术的迅猛发展,AI Agent 在游戏、智能制造、自动驾驶等场景中已逐步展现出强大的自适应能力。特别是深度强化学习(Deep Reinforcement Learning, DRL)的引入,使得智能体能够通过与环境的交互,自动学习最优的行为策略。本文将系统性地探讨基于深度强化学习的AI Agent行为决策机制,并结合代码实战加以说明。
深度强化学习在异构环境中AI Agent行为泛化能力研究
|
机器学习/深度学习 人工智能 自然语言处理
原来AI也能“读心术”?——聊聊AI在心理学研究中的那些突破
原来AI也能“读心术”?——聊聊AI在心理学研究中的那些突破
611 1
|
机器学习/深度学习 人工智能 搜索推荐
AutoGLM沉思:智谱AI推出首个能"边想边干"的自主智能体!深度研究+多模态交互,颠覆传统AI工作模式
AutoGLM沉思是由智谱AI推出的一款开创性AI智能体,它突破性地将深度研究能力与实际操作能力融为一体,实现了AI从被动响应到主动执行的跨越式发展。
1744 16
AutoGLM沉思:智谱AI推出首个能"边想边干"的自主智能体!深度研究+多模态交互,颠覆传统AI工作模式
|
机器学习/深度学习 人工智能 自然语言处理
AI 驱动:如何用AI直接生成矢量 Logo? 技术研究与工具选择
AI 技术革新品牌标志设计,通过深度学习分析数据,精准把握市场趋势,智能生成高辨识度 Logo。矢量格式(SVG)确保清晰不失真,适配各类展示场景。AI 工具高效便捷,支持个性化定制,助力品牌快速打造专业视觉形象,成为市场竞争中的有力武器。
838 0