在过去一年中，多个机器学习模型已向公众开放，用于从文本描述生成图像。这是人工智能领域一个有趣的发展。然而，出于合理的伦理原因，这些模型大多保持闭源状态。因此，即使你可以通过某些界面与它们交互，你能测试的内容也是有限的。直到现在……
这些模型中最新的是 Stable Diffusion，这是由 Stability AI 开发的开放机器学习模型，用于从自然语言描述生成数字图像。这个模型变得相当流行，主要是因为它是第一个开源的此类模型。
我已经玩过 Dall-E 和 Midjourney，但我想尝试在本地运行模型，以获得更多自由来进行实验。我成功地在我的 M1 Pro 和 Windows 台式机上安装并运行了该模型。本指南详细介绍了我在 Mac 上让一切正常运行的步骤。
初始说明#
在开始之前有几点说明。我尝试了多个在线指南，但没有一个能给我带来流畅的体验。我不得不尝试大量的仓库、解决方案等。本指南的主要目标是提供如何在 M1 上运行 Stable Diffusion 的说明，这是我遇到最多挑战的地方。在 Windows 上安装要简单得多。
话虽如此，我最终使用的仓库有所有平台的详细指南：Windows、Mac 和 Linux。如果你使用其他平台，或者本指南在 Mac 上对你不起作用，请随时使用这些指南。
获取代码#
让我们从获取代码开始。我使用的是 InvokeAI 的 Stable Diffusion 分支，我在这里进行了 fork。欢迎使用 InvokeAI 的原始仓库。我将使用我的 fork 来确保指南保持更新和可用。
首先，将仓库克隆到你的本地机器。
git clone https://github.com/nunocoracao/InvokeAI获取模型#
现在你需要获取包含网络权重的实际模型。这是通过海量数据集进行大规模训练周期的结果，普通用户使用普通硬件根本无法与之竞争。由于其大小（约 7.5 GB）以及确保用户需要遵守许可证，模型不随代码一起分发。
只需访问 Hugging Face 网站并登录，如果没有账户则创建一个。设置完成后，点击这里，接受模型卡上的条款，然后下载名为 sd-v1-4-full-ema.ckpt 的文件。下载模型后，进入代码文件夹，将其放在 models/ldm/stable-diffusion-v1/ 中，命名为 model.ckpt。stable-diffusion-v1 文件夹不存在，需要创建。
设置环境#
代码和模型准备就绪后，下一步是设置本地环境来运行一切。
安装 Xcode#
第一步是安装 Xcode。Xcode 可以从 App Store 安装，或者你可以从 Apple 的开发者网站下载。
xcode-select --install安装 Conda#
我见过的大多数解决方案都使用 Conda 来管理所需的包和环境。Conda 的安装指南非常清晰，所以我建议你按照这里的说明操作。
conda如果安装过程成功，你应该看到类似下图的内容。
安装 Rust#
在遵循其他指南时，我在下一部分过程（构建环境）中总是遇到问题。经过多次尝试，我发现我的系统缺少 Rust 编译器。
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh构建并激活环境#
我们快完成了。现在我们将创建 ldm 环境并在开始生成图像之前激活它。
PIP_EXISTS_ACTION=w CONDA_SUBDIR=osx-arm64 conda env create -f environment-mac.yml如果在此步骤遇到任何问题，需要重建环境：
PIP_EXISTS_ACTION=w CONDA_SUBDIR=osx-arm64 conda env update -f environment-mac.yml如果你使用的是 Intel Mac，命令应该是：
PIP_EXISTS_ACTION=w CONDA_SUBDIR=osx-64 conda env create -f environment-mac.yml现在是时候使用以下命令激活环境：
conda activate invokeai最后一步是使用以下命令预加载模型：
python scripts/preload_models.py开始玩耍…#
现在是时候开始使用 Stable Diffusion 了。运行：
python scripts/invoke.py --full_precision --web然后在浏览器中打开 localhost:9090
你应该看到类似下面的 Web 界面。
选择你的第一个提示词并尝试模型，所有图像将保存在 output/img-samples 中。探索各种模型和配置。我一直使用 512x512 的图像，最终图像大约 100 个周期（初始变体 5 个），config scale 设为 7.5。作为采样器，我更喜欢使用 DDIM 的结果。
一些示例#
以下是我初次运行模型的一些图像示例。这里有一些链接，可以获取关于如何开始设计 prompts 的想法。
免责声明与其他选项#
运行 Stable Diffusion 模型有很多选项，有些是本地的，有些是在云端的（例如 Google Colab），所以如果你想尝试但没有能运行它的机器，不要沮丧。可能还有其他解决方案可以使用。
如果你成功让它运行了，在社交媒体上标记我分享你的创作：
