首页 > 其他分享 >超强AI绘画工具StableDiffusion,SD整合包V4.9 来了 版本win加mac安装包以及搭载PS安装说明

超强AI绘画工具StableDiffusion,SD整合包V4.9 来了 版本win加mac安装包以及搭载PS安装说明

时间:2024-10-21 15:53:00浏览次数:3  
标签:PS 插件 启动器 整合 AI 安装 版本 安装包 sd

众所周知,StableDiffusion 是非常强大的AI绘图工具,今天为大家带来的是 Stable Diffusion SD整合包v4.9 版本安装说明 。

这里带来的安装版本是9月最新整合包sd-webui-aki-v4.9 版本 。WIN加MAC


在这里插入图片描述

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v4.9 版本安装说明结束。

好用不好用,用过才知道。希望大家多多学习,多多掌握。

这份完整版的AI绘画全套学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
在这里插入图片描述

标签:PS,插件,启动器,整合,AI,安装,版本,安装包,sd
From: https://blog.csdn.net/m0_59236602/article/details/143114616

相关文章

  • HTTP和HTTPS基本概念,主要区别,应用场景
    HTTP和HTTPS是用于在网络中传输数据的协议,虽然它们的功能类似,但在安全性上存在显著差异。1. HTTP的基本概念定义:HTTP是一种无状态的、面向请求-响应的协议,用于客户端(如浏览器)和服务器之间传输超文本数据(HTML、CSS、JavaScript等)。工作原理:客户端向服务器发送请求,服务器处......
  • 【验证码识别专栏】大炮打麻雀 — CLIP 图文多模态模型,人均通杀 AIGC 六、九宫格验证
    前言近期有粉丝私信,不知道如何训练某讯系点选验证码,之前星球群也有不少粉丝讨论相关问题,为满足粉丝们的需求,本文将对这型验证码的训练进行讲解,文末可以下载相关的工具,包括文章配套标注工具+文章配套训练代码+部分学习数据集(少量类目,仅供学习使用,不设计成品)+六宫格推理比......
  • 【OpenAI】第一节(OpenAI API)获取OpenAI API KEY的两种方式,开发者必看全方面教程!
    在当今人工智能迅猛发展的时代,OpenAI的大模型为开发者提供了强大的文本生成能力。无论你是想创建聊天机器人、内容生成工具,还是其他创新应用,掌握如何获取和使用OpenAIAPIKey是你迈向成功的第一步!本文将详细介绍获取APIKey的步骤、充值方法以及如何在项目中调用API......
  • springboot051医院管理系统(论文+源码)_kaic
    医院管理系统摘要随着信息互联网信息的飞速发展,医院也在创建着属于自己的管理系统。本文介绍了医院管理系统的开发全过程。通过分析企业对于医院管理系统的需求,创建了一个计算机管理医院管理系统的方案。文章介绍了医院管理系统的系统分析部分,包括可行性分析等,系统设计部分......
  • 能源设施安全智能守护:AI监控卫士在油气与电力领域的应用
    能源行业的安全与稳定运行对于社会的可持续发展至关重要,无论是石油、天然气还是电力设施,都面临着复杂的监测需求。思通数科推出的AI视频监控卫士,通过应用先进的人工智能技术,为能源行业的安全监测提供了高效、智能的解决方案。以下将详细介绍系统在油气管道和电力巡检中的具体应用......
  • 突然断电重启mysql报错[ERROR] [MY-013183] [InnoDBl Assertion failure: trxotypes.h
    当你遇到断电重启后MySQL报告[ERROR][MY-013183][InnoDB]Assertionfailure:trxotypes.h:541:m_rsegs_n<2这样的错误时,这通常指示InnoDB存储引擎在尝试恢复或初始化其内部数据结构时遇到了问题。这个问题很可能是由于断电导致的未正常关闭和文件系统的不一致状态。......
  • AI Weekly2:过去一周重要的AI资讯汇总
    本周(10月14日-10月20日),AI行业继续以惊人的速度发展,从自动驾驶到AI模型的创新,再到AI在金融科技领域的应用,每一项进展都预示着人工智能技术正逐渐渗透到我们生活的方方面面。......
  • 使用 Optimum-Intel 和 OpenVINO GenAI 优化和部署模型
    在端侧部署Transformer模型需要仔细考虑性能和兼容性。Python虽然功能强大,但对于部署来说有时并不算理想,特别是在由C++主导的环境中。这篇博客将指导您如何使用Optimum-Intel和OpenVINO™GenAI来优化和部署HuggingFaceTransformers模型,确保在最小依赖性的情况下进行......
  • Towards Explainable Traffic Flow Prediction with Large Language Models
    <s>[INST]<<SYS>>Role:Youareanexperttrafficvolumepredictionmodel,thatcanpredictthefuturevolumevaluesaccordingtospatialtemporalinformation.Wewantyoutoperformthetrafficvolumepredictiontask,consideringthenea......
  • Plain-Det:同时支持多数据集训练的新目标检测 | ECCV'24
    近期在大规模基础模型上的进展引发了对训练高效大型视觉模型的广泛关注。一个普遍的共识是必须聚合大量高质量的带注释数据。然而,鉴于计算机视觉中密集任务(如目标检测和分割)标注的固有挑战,实际的策略是结合并利用所有可用的数据进行训练。论文提出了Plain-Det,提供了灵活性以适应......