Stability-AI 生成模型安装一次装对跑通本地部署【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-modelsStability-AI 的生成模型仓库 generative-models把 SDXL 文生图、Stable Video Diffusion 到 SV4D 视频生成都装进同一个可配置代码库。读完这篇你会在本地配好 Python 3.10 CUDA 环境装完直接一条命令出图。 你的机器准备好了吗开始装之前先核对硬件和软件缺一条都可能白忙带 CUDA 的 NVIDIA 显卡显存至少 8GB磁盘预留 20GB 以上空间Python 3.10其他版本容易撞依赖版本快速验证一下python3.10 --version # 应输出 Python 3.10.x nvcc --version # 查看 CUDA 版本 nvidia-smi # 看显卡和显存装环境只跑这几条命令先克隆仓库进到目录Python 版本锁死在 3.10后面所有依赖都按这个版本配git clone https://gitcode.com/GitHub_Trending/ge/generative-models cd generative-models接着用 3.10 建虚拟环境并激活依赖都装在环境里不污染系统python3.10 -m venv .generativemodels source .generativemodels/bin/activate然后装 PyTorchindex-url 按你的 CUDA 版本选这里用 cu118、项目依赖再装主程序 sgmpip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 pip3 install -r requirements/pt2.txt pip3 install .只做推理到这里就够要跑训练数据管线再按 README 补装 sdata 依赖。⚡ 装完先跑通它装完别急着啃源码先让它出图。把 SDXL-Turbo 的权重文件放进checkpoints/目录然后启动 demostreamlit run scripts/demo/turbo.py浏览器打开后输入一句 prompt它会用单步采样快速出一张 512×512 的图。下面这张就是 SDXL-Turbo 的一次输出效果多格拼一起看多样性进阶玩法构建与分发仓库用 Hatch 做打包想把装好的 sgm 分发给团队或部署到别的机器直接打成 wheelpip install hatch hatch build -t wheel pip install dist/*.whl注意这个 wheel 不带依赖目标机器得先按前面的步骤装好 PyTorch 和 requirements。 报错了先查这里如果你看到依赖装不上、一堆版本冲突多半是 Python 没锁在 3.10。先确认python --version是 3.10.x重开环境再装一次。运行时提示某个模块找不到比如ModuleNotFoundError大概率是依赖没装全。核对pip install -r requirements/pt2.txt是否跑完个别包像 invisible-watermark 要加--no-deps单独装。如果报 CUDA out of memory就是显存不够。把生成分辨率调低、批大小调小视频模型可以加--encoding_t1 --decoding_t1逐帧编解码或把--img_size降到 512。让安装更顺手的 3 个习惯pip 配国内镜像源下载快很多pip install -r requirements/pt2.txt -i https://pypi.tuna.tsinghua.edu.cn/simple装依赖前顺手升级 pip避免老版本解析出错pip install --upgrade pipCUDA 版本要和 PyTorch 的 index-url 对上看一眼再装nvcc --version接下来去哪想继续折腾先看这几处推理配置configs/inference/采样脚本scripts/sampling/模型许可证model_licenses/生成效果不理想时优先调 configs/inference/ 里的采样步数和 guidance 参数往往比换权重更见效。【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
Stability-AI 生成模型安装一次装对跑通本地部署【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-modelsStability-AI 的生成模型仓库 generative-models把 SDXL 文生图、Stable Video Diffusion 到 SV4D 视频生成都装进同一个可配置代码库。读完这篇你会在本地配好 Python 3.10 CUDA 环境装完直接一条命令出图。 你的机器准备好了吗开始装之前先核对硬件和软件缺一条都可能白忙带 CUDA 的 NVIDIA 显卡显存至少 8GB磁盘预留 20GB 以上空间Python 3.10其他版本容易撞依赖版本快速验证一下python3.10 --version # 应输出 Python 3.10.x nvcc --version # 查看 CUDA 版本 nvidia-smi # 看显卡和显存装环境只跑这几条命令先克隆仓库进到目录Python 版本锁死在 3.10后面所有依赖都按这个版本配git clone https://gitcode.com/GitHub_Trending/ge/generative-models cd generative-models接着用 3.10 建虚拟环境并激活依赖都装在环境里不污染系统python3.10 -m venv .generativemodels source .generativemodels/bin/activate然后装 PyTorchindex-url 按你的 CUDA 版本选这里用 cu118、项目依赖再装主程序 sgmpip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu118 pip3 install -r requirements/pt2.txt pip3 install .只做推理到这里就够要跑训练数据管线再按 README 补装 sdata 依赖。⚡ 装完先跑通它装完别急着啃源码先让它出图。把 SDXL-Turbo 的权重文件放进checkpoints/目录然后启动 demostreamlit run scripts/demo/turbo.py浏览器打开后输入一句 prompt它会用单步采样快速出一张 512×512 的图。下面这张就是 SDXL-Turbo 的一次输出效果多格拼一起看多样性进阶玩法构建与分发仓库用 Hatch 做打包想把装好的 sgm 分发给团队或部署到别的机器直接打成 wheelpip install hatch hatch build -t wheel pip install dist/*.whl注意这个 wheel 不带依赖目标机器得先按前面的步骤装好 PyTorch 和 requirements。 报错了先查这里如果你看到依赖装不上、一堆版本冲突多半是 Python 没锁在 3.10。先确认python --version是 3.10.x重开环境再装一次。运行时提示某个模块找不到比如ModuleNotFoundError大概率是依赖没装全。核对pip install -r requirements/pt2.txt是否跑完个别包像 invisible-watermark 要加--no-deps单独装。如果报 CUDA out of memory就是显存不够。把生成分辨率调低、批大小调小视频模型可以加--encoding_t1 --decoding_t1逐帧编解码或把--img_size降到 512。让安装更顺手的 3 个习惯pip 配国内镜像源下载快很多pip install -r requirements/pt2.txt -i https://pypi.tuna.tsinghua.edu.cn/simple装依赖前顺手升级 pip避免老版本解析出错pip install --upgrade pipCUDA 版本要和 PyTorch 的 index-url 对上看一眼再装nvcc --version接下来去哪想继续折腾先看这几处推理配置configs/inference/采样脚本scripts/sampling/模型许可证model_licenses/生成效果不理想时优先调 configs/inference/ 里的采样步数和 guidance 参数往往比换权重更见效。【免费下载链接】generative-modelsGenerative Models by Stability AI项目地址: https://gitcode.com/GitHub_Trending/ge/generative-models创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
