小白教程-阿里云快速搭建Stable-Diffusion WebUI环境+免费试用

本文涉及的产品
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
实时计算 Flink 版,5000CU*H 3个月
简介: Stable-Diffusion 是目前热门的AIGC图像生成方案,通过开源与社区共享模型的方式,成为AI艺术与创意产业的重要工具。本文介绍通过阿里云快速搭建SD WebUI的服务,并有免费试用权益,适合新手入门。通过详细步骤指导,帮助读者轻松上手,享受创作乐趣。

Stable-Diffusion作为目前最热的AIGC生图方案,通过其开源+社区的方式,在AI艺术和创意产业中,已成为不可或缺的工具。相比MidJourney之类的傻瓜式出图,SD将出图的流程和控制权给到创作者,让创作者可以更加深度地参与到AI出图的过程中来,并通过社区共享模型等方式,又能大大提高创作生态的多样性,可以大胆预言,SD方案将是未来AIGC出图领域尤其是面向专业创作者的最主要方案。

一. Stable-Diffusion WebUI

      Stable-Diffusion本身是一套开源的深度学习算法实现,面向专业的技术开发者,而对于非技术人员比如设计师,又如何低成本地使用SD来创作图片呢?答案是SD webUI,他是基于SD开源实现的web工具,使得非专业用户也能轻松利用Stable Diffusion技术,进行高质量的图像生成和编辑,同时也能自己训练模型或使用其他创作者共享的模型来出图。

     来张webUI的操作界面感受一下:


     那如何使用SD webUI进行创作呢?一般有如下3种方式。

1. AIGC平台社区

    通过已有的AIGC平台社区来进行体验和创作,代表有B站出品的LiblibAI等,其本身也是基于SD webUI搭建的,非常适合新手或小白进行体验和熟悉,但缺点就是需要付费或开会员(毕竟大模型机器的成本这么大是吧),LiblibAI每天都有免费的额度,出个几十张图也是没问题的。

2. 本地机器

    如果自己的电脑配置比较好,尤其有英伟达的独立显卡,那可以考虑自己本地配置环境和跑模型,webUI的github地址是 https://github.com/AUTOMATIC1111/stable-diffusion-webui,参考网上的教程进行配置即可。

3. 云服务器

   如果本地电脑配置有限,还可以考虑用云服务器来搭建SD webUI的环境,而且云平台基本都有现成的镜像环境,傻瓜式配置很容易上手,下面会详细介绍下阿里云来搭建,亲测下来10分钟就搭建完成,当然了,缺点就是云服务器比较贵,所以云厂商时不时就出来一些优惠活动,偶尔还是能白嫖一下哈哈。

二. 阿里云快速搭建SD webUI + 免费试用

    阿里云的PAI EAS(模型在线推理服务),支持将模型一键部署为在线推理服务或AI-Web应用,阿里云还专门提供了SD webUI的配置镜像,非常适合新手去配置,还有免费试用权益可以白嫖。

    阿里云官方的配置教程在这里,建议先按照教程走一遍,顺利的话一下子就配置好了,下面会挑几个重要的点来介绍。

1. 阿里云注册账号

    进入阿里云的官网,先登录或注册账号,这里省去一万个字。。。

2. 领免费试用权益

    登录好账号后,最重要的事情当然是先去领免费试用权益了,找到试用入口,领取模型在线推理服务,如下:


    免费试用权益是500元,后面云服务计费的时候会自动扣费,可以在这里看到权益的试用情况,如下:


3. 开始配置PAI环境

    先进入PAI控制台,创建工作空间,参数基本按默认填就可以了,地域选离自己近的就可以了,具体细节可以看官网的介绍,创建成功后就可以进入EAS来部署服务了,如下:



     现在可以点击部署服务按钮开始来配置SD webUI了,如下:





      最核心的点是要选择满足试用的机器配置:


       如果库存不够,可以参考官网给的其他配置指引:


     额,可以看到,机器还是比较贵的,15元/小时,不过机器是按使用量计费的,500元的券怎么也能用个50小时哈哈,而且计费规则是按使用GPU/CPU机器的调用时长来算的,并不是说你的webUI网站挂1小时就按1小时计费,这里倒是蛮良心的。

4. 进入SD webUI创作啦

      服务部署成功后,等个几分钟,看到服务状态是运行中,就可以点击查看web应用进入你自己的webUI服务,可以愉快地体验SD了。



5. 注意的点

      不需要使用的时候,记得把服务给停止了,避免扣费,亲测下来,如果不停止服务,哪怕没使用这个web应用,也会有少量计费。

        另外就可以时刻关注一下自己的试用额度还剩多少。


三. 总结

     可以从LiblibAI下载一些有趣的模型或lora,然后在云服务webUI上传到对应的文件夹就可以用了,SD是一个很强大的AI出图系统,还有丰富的社区生态可以共享资源,祝大家玩得开心!


相关文章
|
6月前
|
机器学习/深度学习 编解码 人工智能
阿里云Stable Diffusion操作教程
阿里云Stable Diffusion操作教程
|
3月前
|
人工智能 编解码 算法
Stable Diffusion超详细教程!从0-1入门到进阶
本文提供了Stable Diffusion AI绘画工具的超详细入门到进阶教程,包括本地部署、界面基础、模型选择、ControlNet安装与使用,以及如何通过不断学习和调试提升使用效果。
Stable Diffusion超详细教程!从0-1入门到进阶
|
3月前
|
人工智能 缓存 PyTorch
从零开始的ChatGLM 配置详细教程
这篇文章提供了从零开始配置ChatGLM的详细教程,包括环境配置、下载项目、在HuggingFace下载模型、解决常见报错以及运行项目的最终结果和一些番外内容。
|
6月前
|
机器学习/深度学习 并行计算 Linux
Stabble Diffusion 本地部署教程详解
Stabble Diffusion 本地部署教程详解
178 1
|
弹性计算 并行计算 Shell
基于阿里云ECS服务器部署stable-diffusion-webui
基于阿里云ECS服务器部署stable-diffusion-webui
655 0
基于阿里云ECS服务器部署stable-diffusion-webui
|
5月前
|
关系型数据库 数据库 开发工具
Stable Diffusion 本地部署教程
Stable Diffusion 本地部署教程
181 0
|
6月前
|
Python
stable diffusion本地部署教程
stable diffusion本地部署教程
97 1
|
6月前
|
人工智能 并行计算 PyTorch
Stable Diffusion 本地部署教程:详细步骤与常见问题解析
【4月更文挑战第12天】本教程详细介绍了如何在本地部署Stable Diffusion模型,包括安装Python 3.8+、CUDA 11.3+、cuDNN、PyTorch和torchvision,克隆仓库,下载预训练模型。配置运行参数后,通过运行`scripts/run_diffusion.py`生成图像。常见问题包括CUDA/CuDNN版本不匹配、显存不足、API密钥问题、模型加载失败和生成质量不佳,可按教程提供的解决办法处理。进阶操作包括使用自定义提示词和批量生成图像。完成这些步骤后,即可开始Stable Diffusion的AI艺术创作。
738 2
|
6月前
CSDN_InsCode自带的Stable Diffusion环境
CSDN_InsCode自带的Stable Diffusion环境
52 0
|
机器学习/深度学习 人工智能 开发者