Ubuntu 20.04 上运行 Stable Diffusion WebUI

在 Ubuntu 20.04 上运行 Stable Diffusion WebUI 需要进行一系列的步骤。首先，你需要安装 Docker，这是一个开源的容器化平台，用于构建、运行和管理应用程序。然后，你需要配置镜像加速器，以便更快地下载 Docker 镜像。接下来，你可以使用 Conda 创建虚拟环境，并在其中安装所需的 Python 包。最后，你需要将训练模型放入正确的目录，并启动 WebUI。以下是详细的步骤：

1. 安装 Docker
   使用以下命令安装 Docker：
   sudo apt-get install -y docker-ce
2. 启动并查看 Docker 运行状态
   使用以下命令启动并查看 Docker 运行状态：
   sudo systemctl restart docker
   sudo systemctl status docker
3. 配置镜像加速器
   由于你是在中国地区，需要配置镜像加速器以便更快地下载 Docker 镜像。首先，创建一个目录用于存放镜像加速器配置文件：
   sudo mkdir -p /etc/docker
   然后，使用以下命令编辑镜像加速器配置文件：
   sudo tee /etc/docker/daemon.json <<-‘EOF’
   {
   “registry-mirrors”: [“https://7zk8hbh7.mirror.aliyuncs.com“]
   }
   EOF
   接下来，重新加载 Docker 服务配置并重启 Docker：
   sudo systemctl daemon-reload
   sudo systemctl restart docker
4. 创建虚拟环境并安装 Python 包
   使用 Conda 创建一个名为 sdwebui 的虚拟环境，并指定 Python 版本为 3.10.9（Stable Diffusion WebUI 使用的 Python 版本为 3.10.6）：
   conda create -n sdwebui python=3.10.9
   激活虚拟环境：
   source activate sdwebui
   安装所需的 Python 包，可以使用以下命令：
   pip install tensorflow==2.7.0 torch==1.9.0 matplotlib==3.4.2 numpy==1.19.5 torchvision==0.10.0 diffusers==0.4.15
5. 将训练模型放入正确的目录
   将下载的训练模型 v2-1_768-ema-pruned.ckpt 放入 Stable Diffusion WebUI 的 models/Stable-diffusion 目录下。这个目录专门存放用于生成 AI 绘图的绘图元素的基础模型库。如果需要在其他网站下载 ckpt 或者 safetensors 文件，也是放在这个文件夹里面。
6. 启动 Stable Diffusion WebUI
   启动成功后，会出来一个 URL。在浏览器打开这个 URL，表示环境部署成功。在左上角的文本框 prompt 输入提示词，点击 Generate，等待数秒钟（我的电脑大概等待15s左右），就会生成一张图。如果遇到问题，可以查看 Stable Diffusion WebUI 的文档或者在社区寻求帮助。
   以上就是在 Ubuntu 20.04 上运行 Stable Diffusion WebUI 的步骤。请注意，在运行过程中可能会遇到一些问题，需要耐心解决。同时，也要注意保持系统更新和安全防护措施。