前言
Stable Diffusion的横空出世，带动了AI生成图片的又一波高潮。随后在Stable Diffusion的模型基础上，各种风格、生成内容的再训练模型层出不穷，极大的丰富了AI生成图片的多样性和精细程度；Lora、ControlNet等插件的出现，更加简化了模型的训练难度以及优化了图片生成的预期效果。AI生成领域百花齐放，发展十分迅速。但是还有很多刚入门或是像入门的新手小白并不清楚怎么部署生成图片的环境，或是受限于显卡等硬件条件无法运行。本着开源社区的共享精神，这篇文章将介绍Stable Diffusion简单快速部署基本环境的方式。**本篇文章面向全体，考虑计算机小白的难处，故没有跳步骤，每一步都会有相应说明，一步一步跟着做即可。
2024最新超强AI绘画Stable Diffusion整合包安装教程，一键教你本地部署！，安装包请扫描免费获取哦~
图均为Stable Diffusion各版本模型生成
1. 服务器租用
首先在浏览器中搜索**【AutoDL】**，打开服务器官网，点击注册并登录。
登陆后点击左上角**【算力市场】，勾选【RTX3090】和【RTX A5000】（北京区、芜湖区都可以，哪里有可使用的显卡点哪里），看清楚确实为目标类型显卡后点击蓝色【1卡可租】按钮，点击【算法镜像】，输入【nov】后等待选项跳出，点击第三个以【Package-2】结尾的选项，随后点击【立即创建】**，等待页面跳转和开机完成，至此服务器租用完成。
2. 初始化设置
点击**【JupyterLab】**进入代码调试界面，进入页面后代码区域将自动打开，无需多余操作。
按照下面第一张GIF步骤操作，首先点击【最后一行代码框】，点击上部三角形运行按钮，等待代码框下部出现一行文字后，刷新浏览器页面，随后点击右上角【Python 3 (ipykernel)】**，选择【xl_env】后点击确定。
切换好后根据下面第二张GIF步骤操作，点击【中间一行代码框】，点击运行，弹出交互界面后点击【点我自动学术加速】，点击【更新设置】、【更新启动器】**，随后等待启动器自动更新（时间较长耐心等待，GIF加速处理）。
更新完成后关闭当前代码页面（不是浏览器），选择**【丢弃】，随后在左侧菜单栏中双击【MainUi.ipynb】打开页面。打开页面后按第三张GIF步骤操作，点击【代码框】并运行，点击【学术加速】，点击【更新设置】、【WebUi(点我刷新)】等待最新版本日期出现后点击【设置插件版本】**等待更新完成（时间较长请耐心等待，GIF加速处理）。
更新完成后再次点击**【学术加速】以关闭。最后点击【启动WebUi】、【运行WebUi】等待即可。
等待系统自行安装所需依赖，当出现下图所示界面，以**【To create a public link, set `share=True` in `launch()`.】**结尾时，初始化步骤成功完成。
3. 生成图片
返回实例控制台界面，点击**【自定义服务】，首次打开需要实名认证，认证完毕后进入文本生成图像界面。初步只需要关注【提示词】、【反提示词】、【采样方式】这三个部分，提示词词与词之间用逗号隔开，反提示词为不希望出现的部分，采样方式选择倒数第三个【DPM++ SDE Karras】。
接下来就可以自由发挥创造力尽情创造了（由于模型是NovalAI用于绘画的模型，故目前只能生成二次元类的图片，真实图片需更改模型，在后期进阶玩法中会介绍）。
4. 收尾
使用结束后，返回实例页面，点击【关机】关闭服务器，停止计费。下次再开机时，只需要按GIF再次运行WebUi，打开自定义服务，即可继续使用。
结语
本教程用于AI绘图的基本环境部署，自带模型可用于漫画类二次元风格图片生成，后期将基于此环境继续介绍真实风格图像生成方法以及根据图片生成骨架再生成类似图片、简笔画上色等进阶功能。
这里直接将该软件分享出来给大家吧~
1.stable diffusion安装包
随着技术的迭代，目前 Stable Diffusion 已经能够生成非常艺术化的图片了，完全有赶超人类的架势，已经有不少工作被这类服务替代，比如制作一个 logo 图片，画一张虚拟老婆照片，画质堪比相机。
最新 Stable Diffusion 除了有win多个版本，就算说底端的显卡也能玩了哦！此外还带来了Mac版本，仅支持macOS 12.3或更高版本。
2.stable diffusion视频合集
我们在学习的时候，往往书籍源码难以理解，阅读困难，这时候视频教程教程是就很适合了，生动形象加上案例实战，一步步带你入坑stable diffusion，科学有趣才能更方便的学习下去。
3.stable diffusion模型下载
stable diffusion往往一开始使用时图片等无法达到理想的生成效果，这时则需要通过使用大量训练数据，调整模型的超参数（如学习率、训练轮数、模型大小等），可以使得模型更好地适应数据集，并生成更加真实、准确、高质量的图像。
4.stable diffusion提示词
提示词是构建由文本到图像模型解释和理解的单词的过程。可以把它理解为你告诉 AI 模型要画什么而需要说的语言，整个SD学习过程中都离不开这本提示词手册。
5.SD从0到落地实战演练
如果你能在15天内完成所有的任务，那你堪称天才。然而，如果你能完成 60-70% 的内容，你就已经开始具备成为一名SD大神的正确特征了。
这份完整版的stable diffusion资料我已经打包好，需要的点击下方插件，即可前往免费领取！
