•

[Docker 專案] 一行指令運行 Stable Diffusion WebUI 和 Kohya's GUI

9 分鐘閱讀 • View counter badge •

一行指令運行 Stable Diffusion WebUI 和 Kohya's GUI

↑ Stable Diffusion 最有名的圖片是一個太空人騎馬。我們用 Docker，讓他騎個鯨魚🐋！

每次只要遇到 Python 專案，我在運行前一定先看有沒有提供 Dockerfile。

Why?

你有沒有遇過安裝了 Python 2.7, 3.8, 3.9, 3.11，然後新程式只能跑在 3.10。
重點是還不一定能升級，裝好了 Python 3.11 不代表你可以跑 3.8, 3.9, 3.10 的程式！
Python Developer 裝這麼多版本不累嗎😅

我知道你會說 conda，玩 Python 的人不可能沒用過 Anaconda，它用來解決這惱人的依頼問題，讓你方便地換個程式就切換一套運行環境。
這發明很棒，真的，「先有需求」才有供給對吧😏

直到有一天 C 槽被各版本的 Python、各程式專屬的 environment 給佔滿
我最終決定把它們全都砍了，從此以後打死不在本機裝 Python
通通給我到容器🐋裡去吧！

不方便開發?

開發需求推薦 devcontainer
專案做好 .devcontainer 設定檔 & 一鍵建立 GitHub CodeSpaces
Python 開發體驗一級棒👍

......前提是你懂 Docker

說回今天的主題，Stable Diffusion WebUI 和 Kohya's GUI，這兩套程式都有前人做了容器化。
我過往看過 Dockerfile 後認為「有最佳化的餘地，但沒什麼大問題」並直接使用了一段時間。

前兩週比較有空閒，於是來貢獻貢獻所學，重寫了更好的 Dockerfile。

bmaltais/kohya_ss 已經 PR 回原專案，現在 master branch 上面的 Dockerfile 是我重寫的
AUTOMATIC1111/stable-diffusion-webui 不接受 Dockerfile，我是放在自己的 GitHub，並做了整套的 CI

文章開始以前先讓我展示一下我的「最佳化」到底好在哪裡。
講技術估計讀者不想聽，我們就簡單看個 映像容量 就好:

更新 2024/04/26:

我最終將 kohya-ss-gui 縮減到了 10.3GB，並且幫 bmaltais 建了 docker build CI
它現在會自動建置映像並推送至 ghcr.io/bmaltais/kohya-ss-gui

Stable Diffusion WebUI 的對照組是它。
前人寫得很不錯，是很棒的參考🙏

想了解技術的人推薦把我的 Dockerfile 拿來讀一次，相信能讓你有所收獲。
也歡迎在底下 (Mastodon) 留言找我，我樂意向你解釋每一行為何這樣子設計。

🏁 簡介 Stable Diffusion WebUI 和 Kohya's GUI

Stable Diffusion WebUI

Stable Diffusion 是一個強大的 AI 影像生成模型，由 Stability AI 開發。它能根據文字描述生成高品質、多樣化的圖像。而 AUTOMATIC1111/stable-diffusion-webui 開源專案為這個模型創造了一個簡單易用的介面，強大的擴充框架讓其生態系蓬勃發展。

stable-diffusion-webui

Kohya's GUI

bmaltais/kohya_ss 是將 kohya-ss/sd-scripts 打包起來的 Gradio GUI 專案，能讓使用者用簡單易用的網頁介面去訓練適用於 Stable Diffusion 的繪圖模型。

如果你不認識它們，推薦先看這篇影片

🚀 準備好讓你的 Docker 支援 GPU

Windows

只要完成安裝 Docker Desktop、CUDA Toolkit、NVIDIA Windows Driver，並確保 Docker 是使用 WSL2 運行，那麼你就準備好了。

以下官方文件提供參考
https://docs.nvidia.com/cuda/wsl-user-guide/index.html#nvidia-compute-software-support-on-wsl-2
https://docs.docker.com/desktop/wsl/use-wsl/#gpu-support

延伸閱讀

Will 保哥有一篇專文介紹
如何在 Windows 的 Docker Desktop 中啟用 NVIDIA CUDA 支援 (GPU)

Linux, OSX

請安裝 NVIDIA GPU 驅動程式
https://docs.nvidia.com/datacenter/tesla/tesla-installation-notes/index.html

並按照此指南安裝 NVIDIA Container Toolkit
https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html

🖥️ 如何使用這個專案

  1. 將儲存庫 clone 到本地並導航到該目錄。你也可以點擊下方連結下載程式碼壓縮檔，是一樣的

    git clone https://github.com/jim60105/docker-stable-diffusion-webui.git
cd docker-stable-diffusion-webui

    git clone https://github.com/bmaltais/kohya_ss.git
cd kohya_ss

  2. 在資料夾中 「Shift+右鍵」 → 「在這裡開啟 Powershell 視窗」，輸入指令啟動服務並等待數分鐘載入。
    標題說的一行指令就是下面這行啦😉

    docker compose up -d

  3. 在 http://localhost:7860 訪問 Web UI。
    (瀏覽器不會自動啟動！)

模型和設置將被儲存在目錄 ./data
在預設情況下，輸出的圖片將儲存在./data/output

🛠️ 建置指南

Git clone 儲存庫時使用 --recursive 來包含子模組

git clone --recursive https://github.com/jim60105/docker-stable-diffusion-webui.git

使用以下指令建置映像。

docker compose up -d --build

若你使用舊版的 Docker 客戶端，請在建置時啟用 BuildKit 模式。這是因為我使用了 COPY --link 功能，該功能在 Buildx v0.8 中被導入並可增強建置效能。隨著 Docker Engine 23.0 和 Docker Desktop 4.19 的推出，Buildx 已成為預設的建置客戶端。

因此，在使用最新版本時不必擔心這個問題喔！

🔄 從現有的設定檔遷移

  1. 編輯你現有的 config.json，將所有路徑修改為在 /data 之下，舉例來說：

    {
    "outdir_samples": "",
    "outdir_txt2img_samples": "/data/output/txt2img-images",
    "outdir_img2img_samples": "/data/output/img2img-images",
    "outdir_extras_samples": "/data/output/extras-images",
    "outdir_grids": "",
    "outdir_txt2img_grids": "/data/output/txt2img-grids",
    "outdir_img2img_grids": "/data/output/img2img-grids",
    "outdir_save": "/data/log/images",
    "outdir_init_images": "/data/output/init-images",
}

  2. 將 config.json 放置在 data 目錄下。

  3. 將模型和其他現有資料放入 data 目錄下相應的資料夾中。

  4. 若這些文件來自於 Linux 系統 (你之前使用 WSL 或 Linux)，請修正data 資料夾中所有文件的權限。

    docker run -v ".:/app" -it busybox sh -c "chown -R 1001:0 /app/data && chmod -R 775 /app/data"

    這個指令修改了 data 目錄的擁有者群組為 0(root group)，並授予了 群組寫入權限。這符合 OpenShift 最佳實踐的支援以任意 uid 運行。

    這個映像遵循最佳實踐，使用非 root 用戶運行 並 限制非必要路徑的寫入權限。除非進行了適當的修改，否則你可能無法將文件儲存在 /data 路徑之外。

延伸閱讀

回覆

你可以使用 Mastodon 或其他 ActivityPub/Fediverse 帳號來公開回覆此文章。現有的公開回覆顯示在下方。

打開文章