部署深度学习AI项目

以stable-diffusion项目为例。 stable-diffusion是目前非常热门的，可本地部署的图片生成AI模型项目。 网上各种一键包满天飞。黑箱式的一键使用，只适合尝鲜，不利于学习。 本文将从零开始，以stable-diffusion项目为例（后称sd），介绍目前（2023年5月），一个深度学习的人工智能项目应该如何部署。

核心问题

对部署项目应该做什么没有概念 访问github缓慢

安装python

需要win10以上系统。 建议安装python-3.10后的版本

安装显卡驱动

nvidia的驱动分为GameReady驱动与Studio驱动。前者主要是针对游戏做了种种性能优化。跑cuda建议使用Studio驱动。

根据cuda版本安装cuda runtime

runtime用白话就是cuda的lib和so库。最好让驱动里的cuda版本与runtime版本相同。 请去寻找安装教程。并不难。下载cuda runtime很慢。毕竟越洋线路，NV也不肯多设服务器。 别忘了还要有cuDNN。

pip安装torch，使用pip清华源

许多人会推荐conda安装，我则不建议使用。anaconda是一个公司。最好不要形成对它的依赖。 pip安装并没有什么困难。同样是一键式的。安装的命令可以去pytorch的官方发布页上找到。 安装torch时会遇到官方仓库数据源比较慢的情况，使用清华源绕行。

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

然后再安装

pip install torch ...

安装git程序

下载安装 https://gitforwindows.org/

安装stable-diffusion-webui项目

其实现在许多程序，都是以项目的形式发布到了github （一个微软运营的开源代码发布站），如下图。 关于git项目结构，以及git常用命令的使用，更多内容请参阅介绍其他科普类文章，此处仅作按需介绍。 在项目主页中，显示了master分支中的文件，下方有项目介绍，建议好好阅读一下。右方红框处是git文件地址，用它就可以获取到项目。 在项目顶层主目录中，执行以下命令，结果如后图所示（图中以d:/test/为主目录示例）

git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

git就会自动创建一个项目目录stable-diffusion-webui，并将各个文件置于其中。

问题1，怎么知道git clone哪个项目呢？

首先你要对该AI项目有了解。 AI项目分为模型和WEB界面。模型是从数据中训练出来的，使用模型进行生成的过程则叫做推理。 WEB界面是使用模型操作界面，通常使用gradio这个简易的python WEB框架开发的，它的主入口是webui.py。 所以在github中查询stable-diffusion时，会有有以下结果。 所以看项目名称，大概就能猜到，叫xxx webui的，大概就是这项目的ui界面。而第二个，大概就是模型相关的了（其实第二个那个模型才是项目的核心） 但是我们这里只选择下载web-ui，而不下载模型。因为现在模型大多发布在huggingface这个网站上。

问题2，我git clone非常慢，还会报错。

仔细看报错内容，是不是connection reset，或者443这类与网络连接有关的错误。 如果是，通常有以下办法。

1. 反复重试
2. 使用ghproxy.com等代理进行github加速
3. 使用一些方法进行加速，但你要知道github本就是可以访问的
4. 外部下载后同步到本地，我使用这个方法

预部署stable-diffusion-webui

git获取到项目后。经阅读项目介绍，了解了windows下只需要配置webui-user.bat，再运行即可。 其实阅读一下相应代码，了解到它调用webui.bat，安装一系列依赖包，并一键启动。可以说已经非常地“一键式”了。 执行以下命令。 这里我创建一个名为venv的运行环境。

cd d:\test\stable-diffusion-webui
python -m venv venv

右键编辑webui-user.bat，内容如下。保后运行。

@echo off

set PYTHON=python
set GIT=git
set VENV_DIR=D:\test\stable-diffusion-webui\venv
set COMMANDLINE_ARGS=

call webui.bat

启动项目，遇到卡安装包的问题

到这里，你已经离成功非常近了。 同样，你遇到了python安装依赖包，和git clone依赖项目时的网络连接问题。

卡安装gfpgan

例如首先是卡在了安装gfpgan上。 先查查gfpgan是什么，无非要么是python包，要么是github项目。 首先去项目的requirements.txt中查，一查就有了。再一步去./venv/Lib/site-packages/下看看，果然没有gfpgan这个目录。由于我们已经设置了清华源，没道理下载不动。不如试试手工下载。 请记的要在对应的python环境下操作。

.\venv\Scripts\activate
pip install gfpgan

然后再试webui-user.bat，果然过了。 现在是卡clip，该怎么做不用我说了吧。

.\venv\Scripts\activate
pip install clip

卡安装open_clip

按上面方法尝试，得到以下报错。 说找不到open_clip这个模块。怪了。搜一下。首先是github上有它，难道它是一个github项目吗。 可是在项目主页里看到它其实也是一个python模块，版本2.19。 猜测大概它的模块名不叫open_clip，去pypi上搜一搜，图中的标记就可以直达。 好么，叫open-clip-torch。安装，通过。

卡sd-webui插件

继续安装 log上写着cloning，大概是一个github项目了。上面也写了项目名称，该项目应该放置的路径。 所以依前面的方法

1. 在github上查到对应项目，进而查到项目git文件URL
2. 根据log上的路径提示，去对应文件夹下，执行git clone
3. 如果遇到卡慢，则参考前面提过的方法 于是，全部完成！

完成sd-webui的安装

看到web ui的URL地址，过程中没有报错，应该就算完成了启动。 图中我使用了其他的文件路径地址，不是前述的test。

下载模型

去huggingface.co上下载模型文件，放置在以下目录

.\stable-diffusion-webui\models\Stable-diffusion\

安装control net插件

应该首先阅读sd-webui的使用大致说明，并探索一下主要功能。 其中注意到可以直接按git文件URL地址直接安装git项目作为插件。 但还是很慢。。试着安装，失败。 命令行窗口处会有错误提示，主要是从错误提示中找到插件的文件夹路径，其实我们前面安装时也已经处理过类似问题了。 自己找到插件的git项目地址，然后自己git clone，之后就刷新UI即可。

安装control net插件的模型

模型仍然是去huggingface上自己寻找 模型放在以下路径。

.\stable-diffusion-webui-1.1.0\extensions\sd-webui-controlnet\models

但我发现需要对模型做重命名，否则会找不到模型。 如下图。yaml文件是在插件项目中有的，pth文件是从huggingface下载后自己重命名的。

完成

通过以上，完成了sd-webui项目在本地的部署。

总结

本文介绍了sd-webui在本地从零开始的部署过程。主要是给出了一个部署AI项目要做哪些工作这么一个感性概念。大体来讲，包括以下环节

1. 搭建系统级的python与cuda环境
2. 获取主项目，并在主项目中构建项目python环境
3. 展开主项目依赖包部署，主项目插件部署
4. 下载模型
5. 探索项目