在Pycharm配置stable diffusion环境（使用conda虚拟环境）

自己配环境的时候也没个指南，少安装包或者包之间版本冲突是再按正常不过的事了，真的令人不胜其烦。
下面记录一下自己在conda虚拟环境配置stable diffusion的代码环境，希望能帮大家少踩几个坑。

虚拟环境配置

默认你已经安装了annaconda，接下来打开命令提示符：

#创建python3.10的虚拟环境，环境名为newgit_env 
conda create -n newgit_env python=3.10
#激活虚拟环境
conda activate newgit_env 
#安装git
conda install git
#安装pytorch（本人安装的是GPU版本）
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
#测试GPU是否可用（在命令提示符测试）
import torch
print(torch.__version__)          # 应输出类似 2.5.1+cu118
print(torch.cuda.is_available())  # 应返回 True
print(torch.version.cuda)         # 应输出 11.8
#官方教程安装diffusers
pip install --upgrade diffusers[torch]  #以下是两种不同安装渠道，推荐第二种
conda install -c conda-forge diffusers
#安装transformers
conda install transformers=4.40.0
#安装jupyter
conda install -c conda-forge jupyter
#安装opencv（本人运行代码时发现少包，安装上）
conda install -c conda-forge opencv
pip install hf_xet

Pytorch导入conda虚拟环境

点击pycharm右下角红框地方，打开python解释器界面->添加新的解释器->添加本地解释器

点击选择现有

类型选择conda，环境就选择我们创建的虚拟环境名,conda的路径不用管，系统会自动识别我们安装的路径

运行stable diffusion官方demo
（此处我使用的是jupyter，jupyter在pycharm里面的配置教程看我另外一篇文章：
在pycharm配置虚拟环境和jupyter，解决jupyter运行失败问题）

大功告成！
希望能帮到你。