Stable Diffusion在图像生成领域具有广泛的应用和显著的优势。它利用深度学习和扩散模型的原理，能够从随机噪声中生成高质量的图像。
官网：GitHub - verm/freebsd-stable-diffusion: Stable Diffusion on FreeBSD with CUDA support
FreeBSD下难度主要在Miniconda的安装上，pytorch等需要使用conda命令安装。Stable Diffusion部分跟其它linux平台的操作类似。
学到的最主要的两点：
1 FreeBSD下安装CUDA
2 FreeBSD下安装Conda（Miniconda)
FreeBSD下安装CUDA略，参见 官网：GitHub - verm/freebsd-stable-diffusion: Stable Diffusion on FreeBSD with CUDA support
安装anaconda
详细参见安装Miniconda@FreeBSD13-CSDN博客
主要步骤就是：
下载软件
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/miniconda/Miniconda3-latest-Linux-x86_64.sh
安装anaconda
/compat/linux/bin/bash Miniconda3-py310_23.9.0-0-Linux-x86_64.sh -u
激活conda环境
source ~/miniconda3/bin/activate安装pytorch
在FreeBSD下使用conda安装pytorch
根据自己nvidia计算卡的cuda版本，选择合适的torch版本安装，比如
# cuda 11.8版本，大约11.2也可以用
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
# cuda 12.1版本
conda install pytorch torchvision torchaudio pytorch-cuda=12.1 -c pytorch -c nvidia
# cpu版本
conda install pytorch torchvision torchaudio cpuonly -c pytorch
安装好后测试：
python3 -c 'import torch; print(torch.cuda.is_available())'安装webui
下载源代码
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui更新conda库
cd stable-diffusion-webui
conda env update --file environment-wsl2.yaml --prune激活环境
conda activate automatic
which python3
# ${BASE_PATH}/conda/envs/automatic/bin/python3下载模型
从huggingface下载模型 ，镜像地址：stable-diffusion-v1-5: Mirror of https://huggingface.co/runwayml/stable-diffusion-v1-5
下载：
v1-5-pruned.ckpt
move到指定目录：
mv sd-v1-5.ckpt ~/github/stable-diffusion-webui/models/Stable-diffusion/model.ckpt启动sd服务
LD_PRELOAD=${BASE_PATH}/dummy-uvm.so python3 launch.py 服务器启动后，用浏览器打开http://127.0.0.1:7860 即可。
