上节课中，训练营3期02，SD本地环境，有人出现xformers安装问题：

xFormers was built for: PyTorch 2.0.0+cu118 with CUDA 1108 (you have 1.13.1+cu117)

xformers要求pytorch 2.0.0与cu118，而早一点安装过SD webui本地版的，大部分都是pytorch 1.13.1+cu117，版本不匹配。

解决方式1，装最新webui

最新的SD webui，已经用上了pytorch 2.0.1 + cuda 11.8：

而xformers两周前也已经支持了 pytorch 2.0.1。https://github.com/facebookresearch/xformers/commit/a721581f01812eae2f184238b072969b0e04110a

这样都用最新的版本，有助于发挥最高性能。

提示：

安装新SD webui前，建议备份老版本的运行环境。

备份方法：

1. 之前是按SD webui官网最常规办法装的（没有使用conda）

即上个教程里的安装方式1或2：

👉 Stable Diffusion webui 本地安装教程 Windows

则可以直接复制 stable-diffusion-webui 整个文件夹，重命名备份。

然后同样的方法安装，默认就是最新的SD webui。

2. 之前是用conda安装

可以在当前版本的环境基础上复制一套新环境出来，再在新环境里升级pytorch。

conda create -n sd-pytorch2 --clone sd-pytorch1

其中 sd-pytorch2 是新环境的名称示例，sd-pytorch1 是你当前旧环境名称示例。

然后在新环境sd-pytorch2 里通过conda安装 PyTorch 2.0.0+cu118：

conda install pytorch==2.0.0 torchvision==0.15.0 torchaudio==2.0.0 pytorch-cuda=11.8 -c pytorch -c nvidia

或者直接安装最新的 pytorch 2.0.1（默认版本）：

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

装好 SD webui 最新版后，重装xformers

办法是直接添加启动参数：

--reinstall-xformers --xformers

添加后直接正常运行 webui-user.bat 即可。

解决方式2，改用其他优化方式替换

有人测试结果比xformers还快（我4090没测出明显区别）。

github.com/AUTOMATIC1111/stable-diffusion-webui/issues/10494#issuecomment-1552882574

方法同样是添加命令行参数即可：

--opt-sdp-attention --opt-sdp-no-mem-attention --opt-channelslast

添加后直接正常运行 webui-user.bat。

提示：

这些方法有的也需要安装 Pytorch 2.0.x，详细查询参数文档：

https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Command-Line-Arguments-and-Settings

解决方式3，装xformers旧版

当前xformers最新是0.0.17，可以尝试安装老版本，以适应旧版的pytorch和cuda。

此法适合SD环境相对稳定，又不想轻易大改的情况。

仅改xformers版本，即使装坏了，不影响SD webui运行，只是xformers不起作用。

可在xformers官方repo里找老版本：

https://github.com/facebookresearch/xformers

总结

• 安装最新SD webui前，备份旧版本。

• 用其他优化方式替换xformers。

• 高性能显卡无需xformers。

对实验编程会员，安装过程遇到的任何问题，都可以在情报中心进行答疑。

训练营3期火热进行中。