我主张克制不了就放任。
项目地址：https://github.com/AUTOMATIC1111/stable-diffusion-webui
1. 安装 CUDA Toolkit
项目指定 CUDA Toolkit 版本 11.8 （必须，高低都不行，我12.0,12.1,12.4都试过！）注：NVIDIA 驱动版本与此无关，无需更改。
cmd打开命令行，查看当前显卡支持版本
nvidia-smi
如下图，我的显卡是4070Ti，当前最高可支持12.4版本，我们需要安装11.8版本，所以>=11.8即可。
查看当前系统正在使用的版本
nvcc -V
如下图，我当前使用版本既是11.8，如果不是，请下载安装。
CUDA Toolkit 下载地址：https://developer.nvidia.com/cuda-toolkit-archive
点击版本11.8，选择符合当前系统的版本下载安装即可，比如我的是 windows 11。
安装完成使用 nvcc -V 验证是否成功。
2. 安装 cuDNN
安装与 CUDA Toolkit 11.8 匹配的cuDNN版本，这里选择作者推荐版本
Download cuDNN v8.9.5 (October 27th, 2023), for CUDA 11.x
下载压缩包
cuDNN 下载地址：https://developer.nvidia.com/rdp/cudnn-archive
解压后的文件
复制这3个文件夹到 CUDA Toolkit 的安装目录中即可， 比如我的安装目录是 D:\NVIDIA\v11.8，可以发现CUDA Toolkit安装目录中也有这三个文件夹，复制过来，相同文件夹中的文件会合并。这种安装方式称之为 插入式安装。
3. 安装 python环境
项目指定 python 版本 3.10.6 （必须，高低都不行）
cmd打开命令行，查看系统python版本
python -V
如果不是：
方法1，卸载系统python，重新安装3.10.6版本的python。
方法2，使用conda创建一个python=3.10.6版本的虚拟环境。
我们使用第二种：
创建名称为 env_sd_webui 的虚拟环境 ： conda create -n env_sd_webui python=3.10.6
4. 下载代码
下载代码，执行
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git
5. 修改配置文件
如果python使用方法2安装的，如下操作，如果使用方法1，跳过此步骤
修改webui-user.bat 文件：
打开代码，找到webui-user.bat 文件
修改 webui-user.bat文件，添加我们创建的python环境地址：
set PYTHON=
set GIT=
set VENV_DIR=
set COMMANDLINE_ARGS=
-》
set PYTHON=D:\Anaconda\envs\env_sd_webui\python.exe
set GIT=
set VENV_DIR=
set COMMANDLINE_ARGS=
6. 执行程序
双击 webui-user.bat 执行脚本。脚本执行时会在项目根路径下创建venv的环境，安装大量依赖包和sd的基础模型，下载量很大，需要十几分钟+。执行成功浏览器窗口自动打开，如下图：
