前言
前两天突然想搭建一个AI作图的，但是一脸懵逼，lgithub地址，结果全英也看不懂，只知道了Stable Diffusion，这两天去了解了下，想要网页版就Stable Diffusion WebUI，在自己笔记本上尝试搭建，找了各种教程，我这小破电脑就是各种问题，给我整崩溃了，晚上下班回来不知道看的哪个教程跟着走的时候，发现最后就快要成功了，然后。。。
没办法，只能gg，自己这18年买的笔记本，8g内存镶嵌的还不能加内存条，显卡也是老的，只能想办法，刚好看到阿里云有个试用，就试用了一个月这款
然后我借鉴了这个教程：https://blog.csdn.net/weixin_39955411/article/details/128435879
但是中间也发现各种问题，然后自己深夜总结下。
正文
一、机器选择
我是选择的阿里云试用机器，试用的没有GPU，如果自己买的话，记得买GPU的
试用链接这里：https://www.aliyun.com/daily-act/ecs/activity_selection?userCode=xnfx4mew，我选择的企业，也不知道为什么就通过了，这里贴个图
试用成功进入实例管理
等3分钟之后自己重置密码
然后自己Xshell连接就行了。
二、环境搭建
1、安装Python虚拟环境
# 安装python环境
sudo apt install wget git python3 python3-venv
这个时候我报了下面这个错误，如果报了这个错误，就更新下APT库，如果没报这个错误，可以正常执行，就跳到2
更新APT库
sudo apt-get update
sudo apt-get upgrade
更新APT库的时候，Xshell页面可能会出现这种，不用管，默认的直接回车就行
等最后会让你重启服务，回车之后就自动重启了下，然后再执行上面这个代码
sudo apt install wget git python3 python3-venv
此时就会成功
2、创建非root用户
我最初没创建非root用户，直接用root用户去拉取文件并且执行，于是就有了这个错误
2.1错误列举
解决办法就是创建一个非root用户，然后再去执行。这里我最初采用我参考的上面那个方法创建
adduser --home /sean/sean
但是这样我发现依旧不行，执行 bash webui.sh 的时候报错
ERROR: Can’t cd to /home/sean/, aborting…
2.2错误分析
我去看了这行代码，如果你 --home创建，他会去home目录下找你自己定义的这个用户目录，我的也就是/home/sean 目录，但是很显然没找到。
通过man useradd查看useradd命令的帮助
我们发现，由于 /etc/login.defs 配置文件中 CREATE_HOME 没有设置为yes，所以使用 adduser username 命令时，默认不建立home下对应目录，除非使用adduser -m username
所以我们要先去修改配置文件，然后再添加用户。
2.3错误解决
我们去 /etc 目录下找到 login.defs打开该配置文件vim /etc/login.defs，使用/CREATE_HOME搜索，无该词，使用G光标移至文档末尾，使用o换行插入，输入CREATE_HOME yes然后esc退出insert模式，:wq保存并退出文档。
（这里忘了截图了）
2.4开始创建
然后我们再创建用户，此时创建的用户自动在 /home 下
adduser sean
2.5 切换到创建的非root用户
然后我们切换用户到自己刚刚创建的
su sean
3、安装webui
然后开始安装webui
# 这里运行官方的自动化安装脚本webui.sh
wget
https://raw.githubusercontent.com/AUTOMATIC1111/stable-diffusion-webui/master/webui.sh
拉取完成，通过ll发现文件有了，然后开始执行
bash webui.sh
此时就可以顺利执行，自动下载了
但是我发现我的报错了，如果报这样的错
那么我们需要下载驱动，通过命令查看能下载那些
nvidia-smi
然后切换到管理员进行下载
下载过程中还会出现这样的画面
成功之后再次nvidia-smi，还是报错
用命令一看，没出现型号，原来我的g5没GPU，没GPU的话上面这个错误就忽略掉，那就用CPU跑吧
lspci | grep -i nvidia
由于我下来了驱动，但是没有GPU，这里给删除了下
sudo apt purge nvidia*
然后再执行下 nvidia-smi，发现已经没那个错误了，驱动清除了
4、下载训练模型
模型其实很多，根据自己需求下载：https://huggingface.co/stabilityai/stable-diffusion-2
我这里是之前随手下了个1.4的训练模型，就直接拿来测试用了
我将下载好的模型改了个名字后放到了这里
/home/sean/stable-diffusion-webui/models/Stable-diffusion
根据自己的用户和拉取存放地址放进去
（也可以下载别的模型，如果下载的模型附带的有.yaml文件的话，连着文件一起改名字放进去，.yaml的文件命名需要和你的.ckpt前面一样）
番外、可能出现的错误
-
Can’t cd to /home/sean/, aborting…
ERROR: Can’t cd to /home/sean/, aborting…
这个错误再上面 创建非root用户 里已经给了解决方法。或者参考我参考的博主的方法：
手动下载链接： https://github.com/AUTOMATIC1111/stable-diffusion-webui
-
Torch is not able to use GPU
Torch is not able to use GPU; add --skip-torch-cuda-test to COMMANDLINE_ARGS variable to disable this check
这个错误我在上面 安装webui 里面也给了我自己的情况解决，如果是有GPU的电脑还出现这种错误，参考我参考的博主解决方法：
GPU驱动手动查找下载链接：https://www.nvidia.com/Download/index.aspx
-
HTTPSConnectionPool(host=‘files.pythonhosted.org’, port=443)
ReadTimeoutError: HTTPSConnectionPool(host=‘
files.pythonhosted.org’, port=443): Read timed out.
参考那位博主的解决办法，改成清华pip源：
但是这里你去编辑的时候，一定一定不要直接复制粘贴替换，不然就会报缩进错误或者制表符空格错误！
就是下面4和5的错误！
-
IndentationError: unexpected indent
IndentationError: unexpected indent
-
TabError: inconsistent use of tabs and spaces in indentation
TabError: inconsistent use of tabs and spaces in indentation
4 和 5 的解决办法其实一样，用Xshell自带的XFTP，编辑launch.py文件的时候，找到要改的这两处之后，不要直接复制粘贴，只需要在参数前面加上要加的东西就行，不要换行、缩进！
-i https://pypi.tuna.tsinghua.edu.cn/simple 
-i https://pypi.tuna.tsinghua.edu.cn/simple
注意别加错！改好之后自己再按原有步骤去执行即可。贴一个我改好之后执行图，看下图里面的1，这里报了4的错误，我修改之后再次执行，不报 4错误了，看图里的 2 可以看出开始下载了，但是后面又报错了，报了6的错误。
-
libGL.so.1: cannot open shared object file
ImportError: libGL.so.1: cannot open shared object file: No such file or directory
这个错误是无法打开共享文件，环境中缺少libGL.so.1文件，也就是缺少GL库文件，出现这种错误这样解决：（一定要进入到管理员 root 用户的根目录下）
1、更新apt-get：
apt-get update
-
安装GL库
中途记得 y 确认
安装过程这个样子：
安装完成这个页面记得回车重启服务（默认即可）
三、启动
1、没GPU或者显存太小，使用CPU跑图
设置下环境变量
export COMMANDLINE_ARGS=--skip-torch-cuda-test
然后再运行，运行时禁用half
#port 后面改为自己想设置的端口
python3 launch.py --no-half --port 8528 --listen
这个时候我其实出现了各种错误，这些错误有的在上面 安装 webui 的时候其实也会出现，所以做了个错误合集，放在了前面，如果这一步出错的，去看看前面错误合集解决方法。
如果错误都解决了，再次执行，就会成功，图如下：
（注意，执行一定要切换到非ROOT用户下，然后进入到目录里去执行，所有错误解决完成，最终成功，图如下）
2、有GPU显存足够，使用GPU跑图
venv/bin/python3 launch.py --port 9965 --listen --no-half
这里启动方法和上面没GPU的启动其实一样，只是命令不同，没GPU的只是把环境变量设置下即可。
注意，执行一定要切换到非ROOT用户下，然后进入到目录里去执行，所有错误解决完成，最终成功，图如下：
3、成功后放开端口
如果顺利成功，那么就会出现下面这个
此时去你的服务器，安全组把自己设置的端口放开。
然后浏览器输入你的服务器ip+端口即可访问
四、其它
1、模型更换
启动后可以发现，左上角有个模型可以选择，这里就是自己传入的训练模型，可以根据自己需要，去添加模型、删除模型，添加之后这里可以看到所有模型，然后自己选择去训练。
