参考资料
Novel AI 是一个收费的项目，给一定的钱然后在指定期间内能渲出N张的收费模式
我们这里基于 Stable-Diffusion（简称SD）来本地跑 Novel AI
首先下载：Stable Diffusion – Web UI
新用户推荐参考该仓库中的教程：
Stable Diffusion 引导
Stable Diffusion FAQ
Stable Diffusion Web UI – WIKI
参考链接中有提到详细的部署教程，本文仅仅将其中的内容进行搬运、整理
初次部署
准备工作
- 确保你即将下载 Web UI 的工作目录的上级目录中，没有空格，没有名为 venv、repositores 文件夹，这可能引发误判
- 确保你 使用的是 Nvidia 显卡，并且安装了 CUDA 工具集
- 另外，确认你的显卡型号，如果是 N卡16系列，可能算出的图是黑色，请参考下文
这种生产型任务，对于显存(VRAM) 的要求相对高一些，
主流的 GTX 1650 显卡、甚至低端的 GTX 10系 的显卡，理论上都是可以运行的，只是速度没有 RTX 20系、30系的快
而 VRAM 受限时可以尝试文档中给出的若干优化方案，如果还是不行，则只能考虑用 CPU 来计算，或者升级配置
安装
- 安装 git，并且拉取该项目. 日后可以通过
git pull更新程序 - 安装 python 和 pip 工具，将两者设置环境变量，根据需要设置 python 全局镜像
- 准备好 git、python、pip 后，运行项目中的
webui-user.bat，它会运行一系列文件去下载依赖，如果下载卡住不动请自行设置镜像或者代理
当更新完毕后，webui 会提示你在浏览器中打开 http://127.0.0.1:7860/
如果前面流程没有问题，即可成功打开 webui 的主界面
如果这个流程中，你没有能正确安装，则可以尝试教程中给出的另一个方案：–ALTERNATE GUIDE (Conda)–
此外，Linux 的部署请参考教程
另外，目前的教程中有提到另一种有别于 webui.py 的文件，叫做 v2.py， 看上去仍然在开发中，有兴趣可以参考文档
下载地址在 v2.py 里，放到 web-ui 根目录执行
导入必要文件
WebUI 只是一个界面工具，要生成画还需要导入模型文件,
这里我们需要下载 leak 整合包，
更多的整合包可以参考 Stable Diffusion Models，
注：这些模型在相关场合经常被缩写为 SD(Stable Diffusion) 、WD(Waifu Diffusion) 等等，
对于这里提供的 leak 包，里面包含 SD 模型数据，
我们要找出其中有三类文件，共四个地方，其中模型文件是必须移动的
| 后缀类型 | 文件地址（基于下载文件根目录） | 移动到目标位置（基于WebUI根路径） | 描述 |
|---|---|---|---|
| *.vae.pt | animevae.pt | models/Stable-diffusion/NAME.vae.pt | 【可选】 是一种名为 hypernetwork 的技术，用于优化细节 |
| *.pt | modules/modules/*.pt | models/hypernetworks/*.pt | 同上 |
| *.yaml | animesfw-final-pruned/config.yaml | models/Stable-diffusion/NAME.yaml | 【可选】配置文件 |
| *.ckpt | animesfw-final-pruned/model.ckpt | models/Stable-diffusion/NAME.ckpt | 【必须】模型文件 |
按照提示将你需要的文件搬运（或拷贝）到指定地方，并且将 Stable-diffusion 文件夹下的三种对应文件取相同的名字（这里的 NAME 只是示例）
当文件正确放置后，如果你的 WebUI 正在启动中，则需要重新启动，或者在设置界面重新加载配置、并且选择你刚加入的模型（比如这里叫做 NAME.ckpt）
注：这里用的是 animesfw-final-pruned 文件夹里的模型，这里的模型经过官方优化处理(pruned 技术)， 因此文件大小要小很多，如果使用其他文件可能有许多训练时期残留的数据，使得文件很大，并且加载时间也会很长
详情参考下文 关于-ckpt-裁剪
运行时的相关问题
参数追加
你不能也不应该在命令行中对 webui-user.bat 追加参数，那是没用的
如果你需要追加参数，打开 webui-user.bat 文件，在 COMMANDLINE_ARGS 之后追加，
其中，
- 等号前后千万不要有空格，否则不会正确注入参数。
- 每个参数之间用空格分开，就像命令行那样。
形如：
COMMANDLINE_ARGS=--option1 --option2 option3 ...另外，改参数上访的 VENV_DIR 可以设置虚拟环境，这里不再赘述，有需要请参考文档
Out of memory
如果你的 VRAM 较低（对于中低端显卡，或者希望算更大 batch size 的情况），建议追加参数
--medvram对应 4G VRAM--lowvram对应 2G VRAM
此时在 webui-user.bat 编写为 COMMANDLINE_ARGS=--medvram
另外，如果此异常仍然发生，则追加 --always-batch-cond-uncond 参数
如果你做了以上工作，仍然遇到 Out of memory 问题，
确保你关闭了 浏览器的硬件加速，关闭了任何可能占用 VRAM 的东西，
如果你安装了 GFPGAN 请移除它
如果经过这些尝试仍然不能解决问题，可以去网络社区询问，或者升级个人配置，又或者尝试用 CPU 去算图，这里不再赘述
GTX 16系 N卡 可能存在的问题
算图时，可能一切流程都是正常的，但是最后出来的图是黑色
这可能是因为你的显卡不支持 half precision floating point numbers（半浮点数）
你必须追加 --precision full --no-half 参数，以避免使用半浮点，而这样可能会申请更多的 VRAM
综合上一节提到的优化方案，对于 GTX16 的显卡，推荐参数如下：
COMMANDLINE_ARGS=--lowvram --always-batch-cond-uncond --precision full --no-half其他常见问题
原文参考：–TROUBLESHOOTING–
比较重要的在前面已经提及，这里追加说明几点剩下的：
- img2img 模式下遇到
RuntimeError: Sizes of tensors must match，需要改变输入图片的分辨率 - webui.bat 需要下的依赖在
requirements_versions.txt中，如果你要安别的版本的工具可以修改，并配合REQS_FILE=requirements.txt使用，不过建议使用默认值 - 如果输出的是彩虹，则你设置的图像分辨率太低
- CFG 应该保持在 5 ~ 15 之间，否则颜色会失真
关于 ckpt 裁剪
–PRUNING A .CKPT–
未修建的模型文件有 7G，里面包含很多冗余的训练数据
它可以不损失质量修剪到 3.6G，以节约 RAM 的使用率和加载时间
- 把你要处理的 *.ckpt 文件放到 webui 根目录
/stable-diffusion-webui - 下载这个python文件，prune.py
- 删除它的 6 和 8 行，最后一行的 prune_it(file) 中将 file 替换为你具体的模型文件子路径（相对路径），例如 prune_it(‘wd-v1-2-full-emma.ckpt’)
然后保存到根目录 - 下载原文中提到的bat文件，由于Windows会报毒所以我直接复制下来了，把这个文件和 python文件放一起，然后运行它，等几分钟