文章目录硬性要求StableDiffusion简介StableDiffusionWebUI简介1.安装Python3.10.6（较新版本的Python不支持torch）2.安装Git3.下载stable-diffusion-webui存储库（此步二选一）3.1NVIDIAGPU3.2AMDGPU4.webui-user.bat以普通非管理员用户身份从Windows资源管理器运行小技巧汉化参考链接硬性要求操作系统win10及以上若只有独显，则显存至少4GB若只有核显/集显，则内存至少16GB友情提示：AMD显卡也能用，但训练目前不起作用，但多种功能/扩展可以起作用，例如LoRA和controln
1.Halcon22.11下载官网下载安装包（需要注册才能下载）提示：它和VS2019联合开发，所以要安装VS2019 具体安装步骤参考：https://zhuanlan.zhihu.com/p/5903526322.CUDA、cudnn下载准备 相关的安装包比如CUDA、cudnn版本需要下载到本地安装。 CUDA版本选择，已本人的为例：在NVIDIA控制面板可以看到RTX3060驱动目前最高支持CUDA11.7版本实测：目前RTX3060不支持CUDA11以下版本；cuda的算力要支持你的显卡算力：RTX3060显卡算力8.6。本人选择的CUDA11.7版本，下载对应算力cudnn8.6版
TensorFlow和CUDA、cudnn、Pytorch以及英伟达显卡对应版本对照表一、TensorFlow对应版本对照表版本Python版本编译器cuDNNCUDAtensorflow-2.9.03.7-3.108.111.2tensorflow-2.8.03.7-3.108.111.2tensorflow-2.7.03.7-3.98.111.2tensorflow-2.6.03.6-3.9GCC7.3.18.111.2tensorflow-2.5.03.6-3.9GCC7.3.18.111.2tensorflow-2.4.03.6-3.8GCC7.3.18.011.0tensorflow
docker容器起不来，Nvidia驱动相关问题1.具体报错Errorresponsefromdaemon:OCIruntimecreatefailed:container_linux.go:380:startingcontainerprocesscaused:process_linux.go:545:containerinitcaused:Runninghook#0::errorrunninghook:exitstatus1,stdout:,stderr:Auto-detectedmodeas'legacy'nvidia-container-cli:initializationerror:n
新安装的Ubuntu20.04系统，如果想进行人工智能相关的学习，需要配置一系列的环境，这里我记录下具体的安装过程。Nvidia显卡驱动的安装1安装前需要安装依赖(必须执行)sudoapt-getupdate#更新软件列表#安装编译依赖sudoapt-getinstallg++sudoapt-getinstallgccsudoapt-getinstallmake2查看自己的GPU型号，这个如果自己知道，其实没必要，如果不确定，可以用下面的命令进行查看lspci|grep-Ei'(vga|display)'或者lspci|grep-invidia或者lspci|grep-ivga3Nvidia官
参考：https://blog.csdn.net/qq_43215538/article/details/123852028文章目录安装cuda下载cuDNN安装tensorflow-gpu安装cuda首先查看本机GPU对应的cuda版本，如下图所示，本机cuda版本为11.6，后面选择的cuda版本不要超过这里的版本就好。https://developer.nvidia.com/cuda-toolkit-archive选择相应的cudatoolkit版本下载，如这里选择版本一定要注意，因为cuda版本会决定你下载的cudnn和tensorflow-gpu版本，若不一致，会出现版本不匹配等问题
参考：https://blog.csdn.net/qq_43215538/article/details/123852028文章目录安装cuda下载cuDNN安装tensorflow-gpu安装cuda首先查看本机GPU对应的cuda版本，如下图所示，本机cuda版本为11.6，后面选择的cuda版本不要超过这里的版本就好。https://developer.nvidia.com/cuda-toolkit-archive选择相应的cudatoolkit版本下载，如这里选择版本一定要注意，因为cuda版本会决定你下载的cudnn和tensorflow-gpu版本，若不一致，会出现版本不匹配等问题
❝AI绘画利器StableDiffusion,因为对电脑显卡，磁盘，内存等都有一些限制，导致大部分人望而止步，所以小编今天教大家免费领取阿里云的免费显卡服务器，免费试用3个月，以方便各位快速学习与使用。❞领取免费的GPU计算资源包登录登录试用宝典网址，登录后点击试用宝典领取右侧选择机器学习平台api,点击立即试用（PAI-DSW）查看进入阿里云主页，费用-->用户中心，查看是否成功点击「资源实例管理-->资源包」看到以上资源表示领取已经成功，同时后期可在这里查看资源余量，和到期时间开通机器学习PAI返回领取的页面，开始试用；点击后进入机器学习PAI控制台。点击「开通PAI并创建默认工作空间」前
因为做深度学习的研究项目，为全新机器在Ubuntu20.04LTS系统下安装Nvidia显卡驱动、Cuda、Cudnn。并进行CUDA版本切换成功安装完成了，写个记录。1.安装Nvidia显卡驱动步骤一：安装更新软件列表和依赖项在安装Nvidia显卡驱动之前，需要更新软件列表和必要的依赖项。sudoapt-getupdate #更新软件列表sudoapt-getinstallg++ #下载g++编译器sudoapt-getinstallgcc #下载gcc编译器sudoapt-getinstallmake #下载GNUMake编译器sudoapt-getinstallinitramfs
伴随着英伟达正式发布桌面版RTX4060，整个Ada架构RTX40系显卡产品线的面世进程接近尘埃落定，除RTX4060Ti16GB外的已知产品均已上市。而更大显存版本的RTX4060Ti想必会更专注在消费级用户的AI计算等应用场景，常规性能对比8GB版不会有太多区别。此外，先前传闻中的RTX40SUPER系列暂时没有更进一步的消息，给出的几张规格表也只能说是真假难辨，“5分钟能用Excel给你再编一个”的程度，它的合理性大概在于为“满血版”AD102核心留出了位置。尽管我们在RTX4090后每一款RTX40系显卡发布时，听到的主流声音都是“就这”，这一硬件系列依然是游玩2023年主流PC大作的
