Stable Diffusion 輕鬆上手：在 DigitalOcean GPU Droplets 開始

前言

Stable Diffusion 是強大的 AI 生圖工具，但相當吃資源。把它跑在 DigitalOcean GPU Droplet 上，就能取得你需要的運算力。本文會用 AUTOMATIC1111 的 Stable Diffusion WebUI 教你怎麼設定。我們把流程簡化過了，就算你不是技術高手也別擔心——跟著做就對了！

事前準備

• 一個 DigitalOcean Cloud 帳號。
• 一台 GPU Droplet。GPU Droplet 目前處於早期供應階段，你可以在這裡申請存取權。
• 熟悉 Linux 命令列。想了解更多，可以看這篇 Linux command line primer 指南。
• 已安裝 Git 與 Python 3.10。

為什麼要用 GPU Droplet？

Stable Diffusion 技術上可以跑在 CPU 上，但很慢。跑在 GPU 上能大幅提升效能——DigitalOcean 的 GPU Droplet 是可隨需開通的 NVIDIA H100，今天就開一台 GPU Droplet 試試看。注意目前處於早期供應階段，很快會對所有人開放！

步驟 1－設定 GPU Droplet

1. 建立 GPU Droplet
   登入你的 DigitalOcean 帳號，建立一台新的 Droplet，選一個含 GPU 的方案。基本的 GPU 方案就足以應付生圖需求。

2. 新增一個使用者（建議）
   基於安全考量，與其所有事情都用 root，不如建立一個新使用者：

adduser do-shark
usermod -aG sudo do-shark
su do-shark
cd ~/
bash

步驟 2－安裝相依套件

登入後，更新 Droplet 並安裝必要工具：

sudo apt update
sudo apt install -y wget git python3 python3-venv
bash

步驟 3－Clone Stable Diffusion 儲存庫

從 GitHub clone 這個儲存庫：

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

步驟 4－設定並執行 Stable Diffusion

建立 Python 虛擬環境

python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
bash

重新編譯支援 CUDA 的 xFormers

要用到 GPU 加速，你需要重新編譯支援 CUDA 的 xFormers。這一步能確保你的環境針對效能做了優化：

pip uninstall xformers
pip install xformers --extra-index-url https://download.pytorch.org/whl/nightly/cu118
bash

選用：用 gpustat 監控 GPU 使用率

如果你想在跑 Stable Diffusion 時監控 GPU 使用率，可以用一個叫 gpustat 的工具。它會即時提供你的 GPU 使用資訊，包括記憶體、溫度與目前負載。

安裝與使用 gpustat 的步驟如下：

用 pip 安裝 gpustat：

pip install gpustat
bash

安裝完成後，在另一個終端機執行以下指令即可監控 GPU 使用率：

gpustat --color -i 1
bash

選用：從直接連結安裝模型

如果你有模型的下載連結，可以用 wget 指令輕鬆安裝。以下示範怎麼下載並安裝 SDXL 模型：

wget -O models/Stable-diffusion/stable-diffusion-xl.safetensors "https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors"
bash

這個指令會下載 SDXL 模型，存到 models/Stable-diffusion/ directory，檔名為 stable-diffusion-xl.safetensors。下載完成後，模型就能在你的 Stable Diffusion 環境中使用了。

執行 WebUI

現在該啟動 Stable Diffusion WebUI 了。執行以下指令，以 Gradio sharing、xFormers GPU 加速、開放不安全的擴充套件存取與 API 存取來啟動介面：

./webui.sh --share --xformers --api --enable-insecure-extension-access
bash

WebUI 跑起來後，打開瀏覽器前往 https://[HASHING].gradio.live 存取介面。注意這個連結會在 72 小時後失效。

使用 CivitAI Browser 擴充套件安裝模型

執行 web-ui.sh 腳本後，可以照下列步驟透過 CivitAI Browser 擴充套件安裝模型：

1. 到 WebUI 的 "Extensions" 分頁。

2. 進入 "Available" 子分頁。

3. 點橘色的 "Load from" 按鈕，從儲存庫載入可用的擴充套件。

4. 在搜尋列輸入 "CivitAI Browser+"，點 Install 按鈕。

5. 安裝完成後，到 "Installed" 子分頁。

6. 點 Apply and restart UI 啟用擴充套件。

   

7. 按下重啟按鈕後，由於重新啟動，你的 console 可能會看似停在 "Reloading"。點終端機裡出現的新 https://[HASHING].gradio.live 連結即可。

WebUI 重啟後，你會看到一個新分頁叫 "CivitAI Browser+"。這個擴充套件讓你能直接從 CivitAI 搜尋並安裝模型。

在這個示範中，我們在 CivitAI Browser+ 分頁裡搜尋 "Western Animation" 並安裝它。選那個縮圖是 Superman 的模型。我們會在速成教學的下一部分用這個模型，透過文字生圖（txt2img）來產生影像。

你的第一張生成式 AI 藝術作品：Stable Diffusion 提示詞撰寫教學

Stable Diffusion 是強大的 AI 生圖工具，透過正向提示詞（positive prompts）與負向提示詞（negative prompts）引導 AI 產生特定影像。這個教學會示範怎麼撰寫與海洋生物相關的提示詞，以及如何用負向提示詞在 Stable Diffusion WebUI 中提升影像品質。

如何撰寫提示詞

提示詞是生成影像的核心。正向提示詞告訴 AI 你想看到什麼，負向提示詞則幫你排除不想要的元素。以下用海洋生物相關的例子示範怎麼寫提示詞。

1. 撰寫正向提示詞

撰寫提示詞時，用英文描述你想生成的內容。你可以用簡單句子，或用逗號分隔的關鍵字來描述特徵。以下是一些海洋生物相關的例子：

1. 生成一隻海龜游過珊瑚礁：

   a sea turtle swimming over a coral reef
   text
   

   或簡化成關鍵字：

   sea turtle, swimming, coral reef, ocean
   text
   

   

2. 生成一群色彩繽紛的魚：

   colorful fish, swimming in the ocean, school of fish, tropical fish
   text
   

   

2. 使用負向提示詞

負向提示詞很適合用來排除不想要的元素，尤其是在一次生成多張影像時。以下是一些常見的負向提示詞，用來避免低品質或錯誤的結果：

lowres, bad anatomy, blurry, text, error, cropped, worst quality, jpeg artifacts, watermark, signature, low quality, worst quality
text

你也可以加上特定不想出現在海洋生物影像裡的元素，例如人物或建築物：

nsfw, weapon, blood, human, car, city, building
text

如何在 Stable Diffusion 使用 txt2image

Stable Diffusion WebUI 的 txt2image 功能，讓你能依你撰寫的提示詞生成影像。用法如下：

1. 輸入正向與負向提示詞： 在左邊的文字框輸入海洋生物相關的提示詞，例如：

   colorful fish, coral reef, underwater, ocean, vibrant colors
   text
   

   負向提示詞則排除不想要的元素：

   lowres, bad anatomy, text, blurry, weapon, human
   text
   

2. 選擇取樣方法（Sampling Method）： 取樣方法可以試 "DPM++ 2M SDE Heun" 或 "Euler a"。

3. 設定影像尺寸與步數： 把寬與高設為 1024x512、取樣步數設為 30。你也可以勾選 "Hires. fix" 用預設值來提升影像細節，這對海洋生物影像也可能有幫助。

4. 生成影像： 點右上角的 "Generate" 按鈕開始生圖。完成後，你可以視需要儲存或調整影像。

   

常用語法與擴充

Stable Diffusion WebUI 提供不同語法來提升生圖的精準度。以下是一些好用的：

• 注意力／強調（Attention/Emphasis）：用括號 ( ) 強調提示詞中的某些元素。例如要突顯海豚的顏色：

  dolphin, ((blue)), ocean, swimming
  text
  

  

• 提示詞切換（Prompt Switching）：你可以在生成過程中用這個語法切換提示詞：

  [shark : whale : 10] swimming in the ocean
  text
  

  

範例提示詞

1. 生成一隻水下的章魚：

   octopus, underwater, ocean, coral reef, vibrant colors
   text
   

   負向提示詞：

   lowres, blurry, bad anatomy, text, human
   text
   

   

2. 生成一隻躍出水面的海豚：

   dolphin, jumping out of the water, ocean, sunset, splash, realistic
   text
   

   負向提示詞：

   lowres, bad anatomy, blurry, text, car, building
   text
   

   

3. 生成一隻在深水中游動的鯊魚：

   shark, swimming, deep ocean, dark blue water, scary, realistic
   text
   

   負向提示詞：

   lowres, bad anatomy, blurry, text, human, building
   text
   

   

結論

這只是你用 Stable Diffusion 在 DigitalOcean GPU Droplets 上創作生成式 AI 藝術之旅的開端。在接下來的系列裡，我們會更深入探討如何在 GPU 上以 DigitalOcean Kubernetes 運行容器化的 Stable Diffusion API，並結合其他 DigitalOcean 產品探索實際應用場景。敬請期待更多精彩的內容與教學！