Stable Diffusion 是一个强大的 AI 图像生成工具，但它可能会消耗大量资源。在本指南中，我们将学习如何使用 AUTOMATIC1111 的 Stable Diffusion WebUI 来设置它。同时，我们将在 DigitalOcean GPU Droplet 云服务器上运行它，通过 H100 GPU 来提供最好的计算性能。而且通过 DIgitalOcean 的 GPU 云服务器可以让这个开发过程变得足够简单，即使你不是技术专家，也不用担心——只需跟随操作即可轻松实现！
准备工作
- 注册一个 DigitalOcean 云服务的账户。
- 在 DigitalOcean 后台开启一台 GPU Droplet 服务器。GPU Droplet 目前处于早期申请制阶段，但你可以卓普云官网申请。目前 GPU Droplet 可提供配置了 H100, A100, A6000, A4000 几种型号 GPU 的服务器。
- 熟悉 Linux 命令行。
- 安装 Git 和 Python 3.10。
为什么使用 GPU Droplet？
技术上讲，Stable Diffusion 可以在 CPU 上运行，但速度较慢。而在 GPU 上运行可以显著提高性能——DigitalOcean 的 GPU Droplet 采用的是 NVIDIA H100，你可以按需申请实例——今天我们会启动一个 GPU Droplet 来实现本教程。
步骤 1：设置 GPU Droplet
1、创建一个 GPU Droplet
登录到你的 DigitalOcean 账户，创建一个新的 Droplet，并选择一个包含 GPU Plan（可以理解为套餐配置）。一个基本 GPU 计划（Basic GPU Plan）应该足以进行图像生成。
2、添加一个新用户（推荐）
出于安全原因，最好不要对所有事情都使用 root 用户：创建一个新用户会更好：
adduser do-shark
usermod -aG sudo do-shark
su do-shark
cd ~/步骤 2：安装依赖项
登录进去后，更新 Droplet 并安装必要的工具：
sudo apt update
sudo apt install -y wget git python3 python3-venv步骤 3：克隆 Stable Diffusion 仓库
从 GitHub 克隆此仓库：
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
cd stable-diffusion-webui步骤 4：配置并运行 Stable Diffusion
设置一个 Python 虚拟环境
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
### Rebuild xFormers with CUDA Support
To take advantage of GPU acceleration, you’ll need to rebuild xFormers with CUDA support. This step ensures your environment is optimized for performance:
### Modifying `webui-user.sh` to Enable Public Access via Gradio and API
To ensure that you can get a publicly accessible link via Gradio, enable the GPU acceleration by formers, and enable the backend API, follow these steps to modify the `webui-user.sh` file.
- Open the `webui-user.sh` file using a text editor:
```bash
nano webui-user.sh在其他命令之前添加以下行：
export COMMANDLINE_ARGS="--share --api --xformers"保存并关闭文件。在 nano 中，可以通过按 CTRL + X，然后输入 Y 确认，最后按 Enter 来完成。
pip uninstall xformers
pip install xformers --extra-index-url https://download.pytorch.org/whl/nightly/cu118可选步骤：从 Direct Link 安装模型
如果你有模型下载链接，你可以使用 wget 命令轻松安装。以下是如何下载并安装 SDXL 模型的方法：
wget -O models/Stable-diffusion/stable-diffusion-xl.safetensors "https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors"
This command downloads the SDXL model and saves it in the `models/Stable-diffusion/ directory` with the filename `stable-diffusion-xl.safetensors`. Once the download is complete, the model will be ready for use in your Stable Diffusion setup.
Open your browser and go to `http://your_droplet_ip:7860` to access the interface.
### Optional: Monitor GPU Utilization with `gpustat`
If you want to monitor your GPU utilization while running Stable Diffusion, you can use a tool called `gpustat`. This tool gives you real-time information about your GPU usage, including memory, temperature, and current load.
To install and use `gpustat`, follow these steps:
Install `gpustat` using `pip`:
```bash
pip install gpustat安装后，你可以通过运行以下命令来监控你的 GPU 利用率：
gpustat --color -i 1
运行 WebUI
现在，是时候启动 Stable Diffusion WebUI 了。运行以下命令以启动界面，启用 Gradio 分享、xFormers 用于 GPU 加速以及 API 访问：
./webui.sh --share --xformers --api --enable-insecure-extension-accessWebUI 运行后，打开你的浏览器并访问 https://[HASHING].gradio.live 来使用界面。请注意，此链接将在 72 小时后过期。
使用 CivitAI 浏览器扩展安装模型
运行 web-ui.sh 脚本后，你可以按照以下步骤通过 CivitAI 浏览器扩展安装模型：
1、导航到 WebUI 中的“Extensions”标签页。
2、转到“Available”子标签页。
3、点击标有“Load from”的橙色按钮，从仓库中加载可用的扩展。
4、在搜索栏中输入“CivitAI Browser+”并点击安装按钮。
5、安装完成后，转到“Installed”子标签页。
6、点击“Apply and restart UI”以激活扩展。
7、点击重启按钮后，由于重新启动，你的控制台可能会在“Reloading”处停止。从终端点击新的 https://[HASHING].gradio.live 链接。
WebUI 重新启动后，你将看到一个名为“CivitAI Browser+”的新标签页。这个扩展让你能够轻松地从 CivitAI 搜索和安装模型。
针对本教程，让我们在 CivitAI Browser+ 标签页中搜索“Western Animation”并安装它。选择带有超人缩略图的那个。我们将在速成课程的下一部分使用这个模型，通过文本到图像（txt2img）生成图像。
Stable Diffusion 提示应该如何写？
Stable Diffusion 是一个强大的 AI 图像生成工具，它使用正面提示和负面提示来指导 AI 创建特定图像。本教程将向你展示如何编写与海洋生物相关的提示，以及如何使用负面提示在 Stable Diffusion WebUI 中提高你的图像质量。
如何编写提示
提示是生成图像的核心部分。正面提示告诉 AI 你想要看到的内容，而负面提示有助于排除不需要的元素。以下是一些与海洋生物相关的示例，向你展示如何编写提示。
1、编写正面提示
编写提示时，使用英语描述你想要生成的内容。你可以使用简单的句子或逗号分隔的关键词来描述特征。以下是一些与海洋生物相关的示例：
生成一只在珊瑚礁上游泳的海龟：
a sea turtle swimming over a coral reef或者简化成关键词：
sea turtle, swimming, coral reef, ocean
生成一群五颜六色的鱼：
colorful fish, swimming in the ocean, school of fish, tropical fish
2、使用负面提示
负面提示有助于排除不需要的元素，特别是在生成多张图像时。以下是一些常见的负面提示，以避免低质量或错误的结果：
lowres, bad anatomy, blurry, text, error, cropped, worst quality, jpeg artifacts, watermark, signature, low quality, worst quality你还可以添加你不希望出现在海洋生物图像中的特定元素，比如人类角色或建筑物：
nsfw, weapon, blood, human, car, city, building如何在 Stable Diffusion 中使用 txt2image
Stable Diffusion WebUI 的 txt2image 功能支持文生图。以下是如何使用它：
1、输入正面和负面提示：在左侧文本框中，输入与海洋生物相关的提示，例如：
colorful fish, coral reef, underwater, ocean, vibrant colors对于负面提示，排除不需要的元素：
lowres, bad anatomy, text, blurry, weapon, human2、选择采样方法：尝试使用“DPM++ 2M SDE Heun”，或“Euler a”作为采样方法。
3、设置图像尺寸和步骤：将宽度和高度设置为1024x512，采样步骤设置为30。你还可以选择“Hires. fix”默认值来改善图像的细节，这甚至可能对海洋生物有所帮助。
4、生成图像：点击右上角的“Generate”按钮开始生成图像。完成后，你可以根据需要保存或调整图像。
常见语法和扩展
Stable Diffusion WebUI 提供了不同的语法以提高图像生成的精确度。以下是一些有用的语法：
- 注意力/强调：使用括号 ( ) 来强调提示中的某些元素。例如，要突出海豚的颜色：
dolphin, ((blue)), ocean, swimming
- 提示切换：你可以在生成过程中使用这种语法切换提示：
shark : whale : 10] swimming in the ocean
示例提示
1、生成一只水下的章鱼：
octopus, underwater, ocean, coral reef, vibrant colors负面提示：
lowres, blurry, bad anatomy, text, human
2、生成一只跃出水面的海豚：
dolphin, jumping out of the water, ocean, sunset, splash, realistic负面提示：
lowres, bad anatomy, blurry, text, car, building
3、生成一只在深水中游泳的鲨鱼：
shark, swimming, deep ocean, dark blue water, scary, realistic负面提示：
lowres, bad anatomy, blurry, text, human, building
小结
这只是你使用 DigitalOcean 的 GPU Droplets 与 Stable Diffusion 创造生成式 AI 艺术之旅的开始。在即将推出的系列内容中，我们将更深入地探讨如何运行 Docker 化的 Stable Diffusion API 与搭载了 GPU 的 DigitalOcean Kubernetes，并探索与其他 DigitalOcean 产品一起使用的实际用例。敬请期待更多精彩的教程！
