Stable Diffusion 是开源的，所以任何人都可以运行和修改它。这就是其在开源之后引发了大量创作热潮的原因。
您可以在 Replicate 云中运行 Stable Diffusion，但也可以在本地运行它。除了生成预测之外，您还可以对其进行破解、修改和构建新事物。让它在 M1 Mac 的 GPU 上运行有点繁琐，所以我们创建了本指南来向您展示如何做到这一点。
这一切归功于为GitHub 上的Stable-Diffusion做出贡献的每个人，并在这个 GitHub Issue中解决了所有问题。我们只是他们伟大工作的使者。
我们在之前的工作之上做了一件事：使用 pip 而不是 Conda 来安装依赖项。因为它更容易设置并且不需要编译任何东西。
先决条件
- 带有 M1 或 M2 芯片的 Mac。
- 16GB RAM 或更多。8GB 的 RAM 可以工作，但速度极慢。
- macOS 12.3 或更高版本。
设置 Python
您需要 Python 3.10 才能运行稳定扩散。运行python -V以查看您安装的 Python 版本：
$ python3 -V !11338
Python 3.10.6如果它是 3.10 或更高版本，就像这里一样，你很高兴！跳到下一步。
否则，您需要安装 Python 3.10。最简单的方法是使用 Homebrew。首先，如果您还没有安装 Homebrew 。
然后，安装最新版本的 Python：
代码语言：javascript复制brew update
brew install python现在如果你运行python3 -V你应该有 3.10 或更高版本。您可能需要重新打开控制台才能使其正常工作。
克隆存储库并安装依赖项
运行这个来克隆 Stable Diffusion 的分支：
代码语言：javascript复制git clone -b apple-silicon-mps-support https://github.com/bfirsh/stable-diffusion.git
cd stable-diffusion
mkdir -p models/ldm/stable-diffusion-v1/然后，设置一个 virtualenv 来安装依赖项：
代码语言：javascript复制python3 -m pip install virtualenv
python3 -m virtualenv venv激活虚拟环境：
代码语言：javascript复制source venv/bin/activate（您需要在想要运行稳定扩散的任何时候再次运行此命令。）
然后，安装依赖项：
代码语言：javascript复制pip install -r requirements.txt如果您看到Failed building wheel for onnx可能需要安装这些软件包的错误：
brew install Cmake protobuf rust下载权重
转到Hugging Face 存储库，阅读并理解许可证，然后单击“访问存储库”。
在该页面上下载sd-v1-4.ckpt（~4 GB）并将其保存models/ldm/stable-diffusion-v1/model.ckpt在您在上面创建的目录中。
运行！
现在，您可以运行稳定扩散：
代码语言：javascript复制python scripts/txt2img.py
--prompt "a red juicy apple floating in outer space, like a planet"
--n_samples 1 --n_iter 1 --plms你的输出在outputs/txt2img-samples/. 而已。
检查
在scripts/txt2img.py中，代码通过以下方式检查设备情况：
代码语言：javascript复制def get_device():
if(torch.cuda.is_available()):
return 'cuda'
elif(torch.backends.mps.is_available()):
return 'mps'
else:
return 'cpu'运行任务后，你可以通过本地的活动监视器查看资源的使用情况：
使用了Mac M1X的GPU来运行任务下一步
- 如果您难以进行此设置，请在我们的 Discord 中寻求帮助。
- 如果您只想让它在云中运行，您可以使用 API 运行 Stable Diffusion 。
- 您可能想深入研究源代码以查看可以修改的内容。如需灵感，请查看Deforum 的 Colab notebook，它可以做很多事情，比如图像到图像、插值、视频等等。
- 如果您想托管您的稳定扩散创作，您可以将自定义模型推送到 Replicate 。
快乐黑客！
