首先别的不看，我们就看这个图
看起来非常简单对不对
但经过我长达6个小时的摸索最终失败的经验告诉大家
没有一流的GPU和正确的姿势直接不用尝试
前期准备
1.一台带有桌面Linux系统的主机，如ubuntu 18.04 desktop
2.装了显卡且能够跑CUDA，最好是新一些的显卡，不然后面搞了也跑不起来
3.网络通畅至关重要！！！决定了很多时候你能不能继续往下，要下的内容真的很多。
4.装好了anaconda或者python3.8的环境。前面用的ubuntu18.04默认的python是3.6的，如果默认的python版本改了会影响系统的一系列功能，建议还是装好anaconda。
正文开始
1.拿下代码
git clone https://github.com/microsoft/visual-chatgpt.git
cd visual-chatgpt
2.创建虚拟环境
conda create -n visgpt python=3.8
conda activate visgpt
中间可能会提示，直接执行
conda init bash
3.安装依赖的python库
看起来也非常容易，但这里切记要将pip源换成国内的，比如清华源或者阿里云的源，实测阿里源的源下载速度更快，因为下的内容非常多建议用阿里云的源
pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/
换了之后再执行直接速度飙升
pip install -r requirement.txt
4.下载对应的模型
bash download.sh
我们看一下这个脚本
git clone https://github.com/lllyasviel/ControlNet.git
ln -s ControlNet/ldm ./ldm
ln -s ControlNet/cldm ./cldm
ln -s ControlNet/annotator ./annotator
cd ControlNet/models
wget https://huggingface.co/lllyasviel/ControlNet/resolve/main/models/control_sd15_canny.pth
wget https://huggingface.co/lllyasviel/ControlNet/resolve/main/models/control_sd15_depth.pth
wget https://huggingface.co/lllyasviel/ControlNet/resolve/main/models/control_sd15_hed.pth
wget https://huggingface.co/lllyasviel/ControlNet/resolve/main/models/control_sd15_mlsd.pth
wget https://huggingface.co/lllyasviel/ControlNet/resolve/main/models/control_sd15_normal.pth
wget https://huggingface.co/lllyasviel/ControlNet/resolve/main/models/control_sd15_openpose.pth
wget https://huggingface.co/lllyasviel/ControlNet/resolve/main/models/control_sd15_scribble.pth
wget https://huggingface.co/lllyasviel/ControlNet/resolve/main/models/control_sd15_seg.pth
cd ../../
git clone大家应该问题不大，但是后面这些wget的文件，每个都有5个多G并且要求你有正确的上网姿势才能拉下来，加起来总共有40多个G。后续阿里云盘上传完成后给大家分享链接
5.如果你非常艰难的过了第四步，恭喜你第五步非常简单
只需要一个openai的key
然后执行命令
export OPENAI_API_KEY={Your_Private_Openai_Key}
6.走到这里你以为结束了吗，没有还有好几百兆的文件要下载
# Start Visual ChatGPT !
python visual_chatgpt.py
轻描淡写的几句话，在国内这个网络环境emmm
如果你也非常顺利的下载完了，然后发现你的显卡并不支持
白折腾一通
我就是这么个情况
文章出处登录后可见！
已经登录？立即刷新
