Stable Diffusion XL 1.0 (SDXL 1.0) のインストール，画像生成（img2txt），画像変換（img2img），APIを利用して複数画像を一括生成（AUTOMATIC1111，Python，PyTorch を使用）（Windows 上）

【要約】 AUTOMATIC1111 の Stable Diffusionは，テキストから画像を生成する機能等を有するWebUIを提供する．PythonとPyTorchを使用し，Windows上で動作し，GitHubからダウンロード可能である．インストール後はローカルホスト（http://127.0.0.1:7860）でアクセスし，学習済みモデルを選択して利用できる．また，AltCLIPを用いて多言語（日本語を含む）のテキストエンコーディングが可能である．これは，CLIPのテキストエンコーダを学習済みの多言語エンコーダXLM-Rに置き換えたものである．

【目次】

前準備
AUTOMATIC1111 の stable-diffusion-webui のインストールと動作確認（Windows 上）
バージョン 1.4 の学習済みモデルを使用
AltCLIPを使用

【関連する外部ページ】

AUTOMATIC1111 の stable-diffusion-webui の GitHUb のページ: https://github.com/AUTOMATIC1111/stable-diffusion-webui

前準備

Build Tools for Visual Studio 2022 のインストール（Windows 上）

Build Tools for Visual Studio は，Visual Studio の IDE を含まない C/C++ コンパイラ，ライブラリ，ビルドツール等のコマンドライン向け開発ツールセットである。

以下のコマンドを管理者権限のコマンドプロンプトで実行する（手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

REM VC++ ランタイム
winget install --scope machine --accept-source-agreements --accept-package-agreements --silent --id Microsoft.VCRedist.2015+.x64

REM Build Tools + Desktop development with C++（VCTools）+ 追加コンポーネント（一括）
winget install --id Microsoft.VisualStudio.2022.BuildTools ^
  --override "--passive --wait --add Microsoft.VisualStudio.Workload.VCTools --includeRecommended --add Microsoft.VisualStudio.Component.VC.Llvm.Clang --add Microsoft.VisualStudio.ComponentGroup.ClangCL --add Microsoft.VisualStudio.Component.VC.CMake.Project --add Microsoft.VisualStudio.Component.Windows11SDK.26100"

--add で追加されるコンポーネント

上記のコマンドでは，まず Build Tools 本体と Visual C++ 再頒布可能パッケージをインストールし，次に setup.exe を用いて以下のコンポーネントを追加している。

VCTools：C++ デスクトップ開発ワークロード（--includeRecommended により、MSVC コンパイラ、C++ AddressSanitizer、vcpkg、CMake ツール、Windows 11 SDK 等の推奨コンポーネントが含まれる）
VC.Llvm.Clang：Windows 向け C++ Clang コンパイラ
ClangCL：clang-cl ツールセットを含むコンポーネントグループ（MSBuild から Clang を使用するために必要）
VC.CMake.Project：Windows 向け C++ CMake ツール
Windows11SDK.26100：Windows 11 SDK（ビルド 10.0.26100）

インストール完了の確認

winget list Microsoft.VisualStudio.2022.BuildTools

上記以外の追加のコンポーネントが必要になった場合は Visual Studio Installer で個別にインストールできる。

Visual Studio の機能を必要とする場合は、追加インストールできる。

Python 3.12 のインストール

以下のいずれかの方法で Python 3.12 をインストールする。

方法1：winget によるインストール

Python がインストール済みの場合、この手順は不要である。管理者権限のコマンドプロンプトで以下を実行する。管理者権限のコマンドプロンプトを起動するには、Windows キーまたはスタートメニューから「cmd」と入力し、表示された「コマンドプロンプト」を右クリックして「管理者として実行」を選択する。

winget install -e --id Python.Python.3.12 --scope machine --silent --accept-source-agreements --accept-package-agreements --override "/quiet InstallAllUsers=1 PrependPath=1 AssociateFiles=1 InstallLauncherAllUsers=1"

--scope machine を指定することで、システム全体（全ユーザー向け）にインストールされる。このオプションの実行には管理者権限が必要である。インストール完了後、コマンドプロンプトを再起動すると PATH が自動的に設定される。

方法2：インストーラーによるインストール

Python 公式サイト（https://www.python.org/downloads/）にアクセスし、「Download Python 3.x.x」ボタンから Windows 用インストーラーをダウンロードする。
ダウンロードしたインストーラーを実行する。
初期画面の下部に表示される「Add python.exe to PATH」に必ずチェックを入れてから「Customize installation」を選択する。このチェックを入れ忘れると、コマンドプロンプトから python コマンドを実行できない。
「Install Python 3.xx for all users」にチェックを入れ、「Install」をクリックする。

インストールの確認

コマンドプロンプトで以下を実行する。

python --version

バージョン番号（例：Python 3.12.x）が表示されればインストール成功である。「'python' は、内部コマンドまたは外部コマンドとして認識されていません。」と表示される場合は、インストールが正常に完了していない。

Git のインストール

以下のコマンドを管理者権限のコマンドプロンプトで実行する（手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。管理者権限は、wingetの--scope machineオプションでシステム全体にソフトウェアをインストールするために必要となる。

REM Git をシステム領域にインストール
winget install --scope machine --id Git.Git -e --silent --accept-source-agreements --accept-package-agreements
REM Git のパス設定
set "GIT_PATH=C:\Program Files\Git\cmd"
for /f "skip=2 tokens=2*" %a in ('reg query "HKLM\SYSTEM\CurrentControlSet\Control\Session Manager\Environment" /v Path') do set "SYSTEM_PATH=%b"
if exist "%GIT_PATH%" (
    echo "%SYSTEM_PATH%" | find /i "%GIT_PATH%" >nul
    if errorlevel 1 setx PATH "%GIT_PATH%;%SYSTEM_PATH%" /M >nul
)

【関連する外部ページ】

Git の公式ページ: https://git-scm.com/

Build Tools for Visual Studio 2022，NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.8，NVIDIA cuDNN 8.9.7 のインストール（Windows 上）

【サイト内の関連ページ】 NVIDIA グラフィックスボードを搭載しているパソコンの場合には， NVIDIA ドライバ， NVIDIA CUDA ツールキット， NVIDIA cuDNN のインストールを行う．

Windows での Build Tools for Visual Studio 2022 のインストール: 別ページ »で説明
Windows での NVIDIA ドライバ，NVIDIA CUDA ツールキット 11.8，NVIDIA cuDNN v8.9.7 のインストール手順: 別ページ »で説明

【関連する外部ページ】

Build Tools for Visual Studio 2022 （ビルドツール for Visual Studio 2022）の公式ダウンロードページ: https://visualstudio.microsoft.com/ja/visual-cpp-build-tools/
NVIDIA ドライバのダウンロードの公式ページ: https://www.nvidia.co.jp/Download/index.aspx?lang=jp
NVIDIA CUDA ツールキットのアーカイブの公式ページ: https://developer.nvidia.com/cuda-toolkit-archive
NVIDIA cuDNN のダウンロードの公式ページ: https://developer.nvidia.com/cudnn

AUTOMATIC1111 の stable-diffusion-webui のインストールと動作確認（Windows 上）

AUTOMATIC1111 の stable-diffusion-webui の GitHUb のページ: https://github.com/AUTOMATIC1111/stable-diffusion-webui

以下の手順を管理者権限のコマンドプロンプトで実行する（手順：Windowsキーまたはスタートメニュー → cmd と入力 → 右クリック → 「管理者として実行」）。

Stable Diffusion web UI(AUTOMATIC1111版) のダウンロード

cd /d c:%HOMEPATH%
rmdir /s /q stable-diffusion-webui
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui

動作確認のため，コマンドプロンプトで，webui-user.bat を実行
```
cd /d c:%HOMEPATH%
cd stable-diffusion-webui
webui-user.bat
```
エラーメッセージが出ていないことを確認．
このときの表示に従い，Web ブラウザで，http://127.0.0.1:7860 にアクセス
画面が開く．
右上のメニューでは，学習済みモデルを選ぶことができる． 2023年6月時点では，インストール直後に，V1-5-pruned-emaonly,safetensorsを選ぶことができる．
英語の文章を入れて，「Generate」をクリック．結果を確認．
日本語の文章を使いたい場合には，下の「動作確認（AltCLIPを使用）」を参考にしてください．

バージョン 1.4 の学習済みモデルを使用

CompVis/stable-diffusion-v-1-4-original で公開されている重み(weight) のファイルをダウンロード
Web ブラウザで次のページを開き，「sd-v1-4.ckpt」をダウンロード
https://huggingface.co/CompVis/stable-diffusion-v-1-4-original
先ほどダウンロードした sd-v1-4.ckpt を %HOMEPATH%stable-diffusion-webui\models\Stable-diffusion の下にコピー
Windows で，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。

コマンドプロンプトで，webui-user.bat を実行

cd /d c:%HOMEPATH%
cd stable-diffusion-webui
webui-user.bat

このときの表示に従い，Web ブラウザで，http://127.0.0.1:7860 にアクセス
英語の文章を入れて，「Generate」をクリック．結果を確認．
日本語の文章を使いたい場合には，下の「動作確認（AltCLIPを使用）」を参考にしてください．

AltCLIPを使用

AltCLIP の説明

AltCLIP の特徴は， CLIP のテキストエンコーダ (text encoder) を学習済みの多言語のテキストエンコーダ XLM-R で置き換えたこと．

文献

Zhongzhi Chen, Guang Liu, Bo-Wen Zhang, Fulong Ye, Qinghong Yang, Ledell Wu, AltCLIP: Altering the Language Encoder in CLIP for Extended Language Capabilities, arXiv:2211.06679, 2022.

AUTOMATIC1111 の Wiki のページを開く．
https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features#stable-diffusion-20
Alt-Diffusion の下の「Download」をクリック
safetensorsのファイルと， yamlrのファイルをダウンロード
先ほどダウンロードした 2つのファイルを %HOMEPATH%stable-diffusion-webui\models\Stable-diffusion の下にコピー
Windows で，管理者権限でコマンドプロンプトを起動（手順：Windowsキーまたはスタートメニュー > cmd と入力 > 右クリック > 「管理者として実行」）。

コマンドプロンプトで，webui-user.bat を実行

cd /d c:%HOMEPATH%
cd stable-diffusion-webui
webui-user.bat

このときの表示に従い，Web ブラウザで，http://127.0.0.1:7860 にアクセス
checkpoint のタブで確認できる．
文章を入れて，「Generate」をクリック．結果を確認．
日本語でも動くようです．