玩AI绘画（SD），自己电脑配置不够？今天给大家介绍一下如何baipiao在线版AI绘画StableDiffusion。

Kaggle 是世界上最大的数据科学社区，拥有强大的工具和资源，可帮助您实现数据科学目标。（每周可以免费使用30个小时）。

文末有更多相关AI资源。

文章较长，可阅读原文享F受更佳阅读体验，以及获取更多AI相关资源

AI绘画StableDiffusion：免费使用笔记分享（Kaggle版）

一、快速上手

1、注册账号（Kaggle）

不过多介绍：https://www.kaggle.com/

2、复制并编辑代码

打开如下链接，复制并编辑后，创建你自己的代码

https://www.kaggle.com/code/xinsiac/zh-stable-diffusion-webui-kaggle

3、配置代码：GPU

进入你的代码（上一步点击按钮后会跳转入你的代码页面），进行GPU配置，StableDiffusion需要GPU的算力，Kaggle的CPU算力很弱很弱

步骤如下：

1.点开NoteBook Options选项

2.验证手机，开启GPU选项

这里不过多介绍。

3.开启成功后，如下图介绍

4、运行服务

配置好后就可以运行代码，生成一个AI绘画服务StableDiffusion

步骤如下：

1、启动虚拟机（远程电脑），注意：每周三十小时的GPU使用时间

2.启动代码

注意：代码执行过程中，如果看到红色的警告不用太担心，只要代码没停止执行，就继续等等，直到看到输出链接

3.复制链接，在浏览器中打开：

二、进阶操作

1、模型下载

默认的代码下载的模型只有两个，当你想用一下其他模型的时候，应该怎么做呢？

方式一、手动下载

操作方式麻烦，高手随意，小白绕行，直接参考方法二

参考下面代码分析

!aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://civitai.com/api/download/models/57618 -d /kaggle/working/stable-diffusion-webui/models/Stable-diffusion -o Counterfeit-V3.safetensors ########## #更换上面这句代码里的链接和输出的文件名，贴会Kaggle里或者直接在Kaggle里修改，再执行代码即可下载模型

获取模型下载链接的方式，这里以 civitai.com为例

建议不要下载太多模型，只有20GB空间，所以我把不需要的ControlNet模型，都注释了下载代码，不让它下载，减少空间占用

如何下载 Lora 和 VEA

与更换模型的原理类似，除了修改下载链接和输出文件名，还要修改模型存放位置

# Lora !aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://civitai.com/api/download/models/32988 -d /kaggle/working/stable-diffusion-webui/models/Lora -o blindbox_v1_mix.safetensors # VAE !aria2c --console-log-level=error -c -x 16 -s 16 -k 1M https://huggingface.co/gemasai/vae-ft-mse-840000-ema-pruned/resolve/main/vae-ft-mse-840000-ema-pruned.ckpt -d /kaggle/working/stable-diffusion-webui/models/VAE -o vae-ft-mse-840000-ema-pruned.ckpt

方式二、插件下载

代码下载太复杂？来试试civitai 的SD插件

插件安装

默认代码已经给安装了，如果没有请自己检查。

检查一下，代码里有没有安装这个civitai浏览插件，可以通过ctrl + F，打开查找框，输入civitai，快速查找相关代码：https://github.com/camenduru/sd-civitai-browser /kaggle/working/stable-diffusion-webui/extensions/sd-civitai-browser

模型下载

在运行的StableDiffusionWebUI中，切换到civitAi选项卡

刷新并读取模型

到这里模型下载已经完成了

AI绘画和HuggingFace数据同步

生成的图想直接存放在云端，就需要这一步的操作。

方式一：手动配置

操作方式繁琐，高手随意，小白直接用方式二

注册HuggingFace账号

这里不过多介绍

创建数据集DataSet

创建Dataset，来存储配置文件Config（我创建了两个一个公开的用来存储配置文件，一个私有的存储生成图的压缩文件）

生成Access Tokens

作用就是配置Kaggle 代码可以自动上传文件到HuggingFace。

配置token到Kaggle里

复制token到txt文件

然后就可以看到token文件

将文件路径写到代码里

用途：用于代码上传文件到HuggingFace时调取使用token

##################################################################### # 同步配置 # 使用huggingface保存和载入webui配置文件 huggingface_use = True zip_output=True huggingface_token_file = '/kaggle/input/hgtoken/huggingfacetoken.text' huggiingface_repo_id = 'MSa/sd-output-images' huggiingface_config_repo_id = 'MSa/sd-config' # 将会同步的文件 config_files = [ 'ui-config.json', 'config.json', # 'styles.csv' ] #功能函数 from pathlib import Path from huggingface_hub import HfApi, login # config 上传 def hugface_upload_config(huggingface_token_file, config_files, repo_id): if Path(huggingface_token_file).exists(): with open(huggingface_token_file, encoding="utf-8") as nkfile: hugToken = nkfile.readline() if hugToken != '': # 使用您的 Hugging Face 访问令牌登录 login(token=hugToken) # 实例化 HfApi 类 api = HfApi() print("HfApi 类已实例化") %cd /kaggle/working/stable-diffusion-webui # 使用 upload_file() 函数上传文件 print("开始上传文件...") for config_file in config_files: if Path(config_file).exists(): response = api.upload_file( path_or_fileobj=config_file, path_in_repo=config_file, repo_id=repo_id, repo_type="dataset" ) print("文件上传完成") print(f"响应: {response}") else: print(f'Error: File {config_file} does not exist') else: print(f'Error: File {huggingface_token_file} does not exist')

注意事项：

方式二、插件配置

方式一手动操作太复杂？那就使用HuggingFace 的SD插件的方式吧！

插件安装

确保代码里有下载HuggingFace 的SD插件

## Kaggle下载HuggingFace 的SD插件的代码 !git clone https://github.com/camenduru/stable-diffusion-webui-huggingface /kaggle/working/stable-diffusion-webui/extensions/stable-diffusion-webui-huggingface