Stable Diffusion升级torch2.1.0.dev+cu121 cudnn8.9.2.26 xformers0.0

原来的

version:v1.3.2  python:3.10.6  torch:2.0.1+cu118  cudnn:8.8.1.3  xformers:0.0.17   gradio:3.32.0  checkpoint:cc6cb27103

之前为了提速从cuda12.1.1+cudnn8.9.2.26装回cuda11.8+cudnn8.8.1.3

现在支持cuda12.1.1的torch2.1.0有了，就差xformers，自己来编译一下。

1.卸载原来的cuda11.8（删除默认路径C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v11.8残留的文件夹，里面包含cudnn8.8的文件）

2.下载并安装cuda12.1.1

https://developer.download.nvidia.com/compute/cuda/12.1.1/local_installers/cuda_12.1.1_531.14_windows.exe

3.下载cudnn8.9.2.26

https://developer.nvidia.com/downloads/compute/cudnn/secure/8.9.2/local_installers/12.x/cudnn-windows-x86_64-8.9.2.26_cuda12-archive.zip

4.下载并安装Microsoft C++生成工具（默认安装即可）

https://visualstudio.microsoft.com/zh-hans/visual-cpp-build-tools/

5.打开miniconda3

6.输入conda activate sd（激活名为sd的python虚拟环境）

7.输入cd d:\sdweb\（切换到Stable diffusion目录）

8.再输入pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple/（切换清华镜像源）

9.输入.\venv\Scripts\Activate.ps1（进入sd虚拟环境）

###（此处跟进度无关）从这里开始，python的虚拟环境我由sd换成sdwebui，Stable diffusion的目录由D:\sdweb换成D:\sd ，我电脑装太多个版本，避免看乱了，在这里说一下，也打码一下###

10. pip uninstall xformers（按y卸载旧版xformers0.17）

11. pip uninstall torch（按y卸载旧版torch 2.0.1+cu118）

12. pip install ninja（安装ninja编译工具）

13.自动更新所有python包（依次输入）

pip3 install pip review （安装pip review）

pip review （查看可更新的包）

pip review -- auto （自动更新所有包）

14.获取命令并安装 对应cuda12.1平台的PyTorch2.1

pip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cu121

这里要点时间下载

15.克隆xformers0.0.21到Stable diffusion根目录（我的目录已改成D:\sd 前面是D:\sdweb）

git clone https://ghproxy.com/https://github.com/facebookresearch/xformers.git

16. 进入克隆好的xformers里的.git目录（此目录隐藏状态），按图操作，字不打了-。-

17.切换到克隆好的xformers目录

cd xformers

18.在submodule库里升级一下,怕失败或者真的失败了，多执行几次确认一下

git submodule update --init --recursive

19. 导包

pip install -r requirements.txt

20.安装python wheel文件

pip install wheel

21.编译PyTorch2.1+cuda12.1+xformers0.0.21（我花了5分钟不到，因设备而异。）

python setup.py build

22.项目打包（10秒就好了）

python setup.py bdist_wheel

23. 找到并安装编译好的.whl文件

pip install 文件路径...

24. 完成 退出

25. 顶部第2.下载的cudnn解压并把bin文件夹里面的7个文件替换

D:\sd\venv\Lib\site-packages\torch\lib\

我两个版本都编译了，没有用同个编译文件。迭代次数还是比较稳定的。