初次尝试Stable Diffusion

最新推荐文章于 2024-05-29 11:44:22 发布
最新推荐文章于 2024-05-29 11:44:22 发布
阅读量239 收藏
点赞数
分类专栏： 人工智能 文章标签： stable diffusion
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/CDialog/article/details/130062084
版权

Stable Diffusion 先查了下发音，念做   “死帝薄 德飞沈”，好吧，就这样念，没错

然后百度了一下，有多重方案，这玩意还可以架设到自己服务器上，也可以弄到类似于百度或者亚马逊的云计算平台

下面这个是官网

DreamStudioicon-default.png?t=N2N8https://beta.dreamstudio.ai/generate?from=%2Fdream打开后如图

看上去好像不错，试试注册登录。

 然后，就发现能用了，靠，太简单了。

 

好吧，下来研究怎么弄关键词，后续再说吧。

听说还有一种搭建在本地的，软件我已经下载了。

下班时间到了，回家喂狗，后续出文再研究吧，这篇就到这里了

 

CDialog
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
stable diffusion 基础教程-提示词之艺术风格用法
mindcarver
01-03 682
非艺术专业必备的一些艺术方向的promot提示词
Stable Diffusion
04-03
Stable Diffusiond的一个简易的，有关furry类的embedding训练模型，C站我也有发布，是免费的，请不要直接用于商业，你用该模型，自己电脑gpu出图的版权均属于你。模型训练的时间约4个小时，3~4w条训练，所以画风改动...
Stable Diffusion提示词使用指南
06-29
Stable Diffusion提示词使用指南：一、基本概述 1、提示词通常是在文生图和图生图的时候会使用到。 2、提示词由多个描述性词汇组成，由逗号隔开，结尾不需要加分隔符(注:一般都是英文词汇和英文逗号) 例: lgirl,long hair,white hair 表示我们想生成一个长发且头发是白色的女孩 3、提示词分为正向提示词 (positive prompt) 和反向提示词 (negative prompt)，用来告诉stable diffusion我们想要生成什么和不想生成什么。 上面第2点的例句可理解为正向提示词;反向提示词通常是一些比较负面的描述性内容 例: low quality, worst quality, nsfw 表示我们不想生成质量差的，也不想生成限制级的内容。 注意: 针对反向提示词，我们可以下载一些整合好的嵌入式(embeddings)文件，将他们放在/embedding目录下面，需要的时候直接选取即可 例如: EasyNegative就是一个整合了大量负面提示词的embedding文件,我们将它加入到负面提示词中就可以省略很多负面提示词的输入了
Mac下Stable Diffusion一键安装
06-02
Stable Diffusion 一键安装，国内镜像，无需魔法，Apple Silicon (M1/M2)使用MPS支持GPU，可以根据任何领域的文本输入生成高质量、高分辨率且逼真的图像。 默认选项MAC M1 10秒出图
Stable diffusion扩散模型相关
hn_lgc的专栏
02-17 6183
作者：路橙LuChengTHU链接：https://www.zhihu.com/question/536012286/answer/2533146567来源：知乎变分后验分布的表达能力与计算代价的权衡一直是VAE领域的核心痛点。GAN还需要额外训练判别器，这导致训练很困难；normalizing flow需要模型是可逆函数，不能随便用一个图像分类or分割领域的SOTA神经网络，这也导致模型表达能力受限。
Stable Diffusion完整入门指南，保姆级教程！干货满满，建议收藏！
m0_59235945的博客
08-11 6136
这里分为三个部分：1. 提示词 2. 符号的使用 3. 图像的输出1. 提示词提示词分为正向和反向的生成图像时，我们可以使用正向提示词来指定想要生成的图像。正向提示词可以是脑子里想到的图片或一句话，将其拆分成不同的关键词，并用逗号隔开作为输入。需要注意的是，相同的指令在不同的模型库和参数下，生成的输出图像可能会不一样。此外，提示词的顺序也非常重要，因为它们的顺序会影响到生成图像的权重。通常情况下，越靠前的提示词权重越大，越靠后的提示词权重越小。
使用stable diffusion webui时，安装gfpgan失败的解决方案（windows下的操作）
热门推荐
weixin_40735291的博客
02-22 9万+
初次使用stable diffusion，无法安装gfpgan等模块的解决方法
3秒实现无痛基于Stable Diffusion WebUI安装ComfyUI！无需重复安装环境！无需重复下载模型！安装教程
weixin_42735060的博客
02-11 1705
标题略有夸张哈哈哈哈，但想表达的是，相较于直接下载或者通过秋叶包更新而，接下来这一套方案确实很简单，而且能够 大大节省磁盘空间，和下载时间。
stable-diffusion部署需要的包
10-17
stable-diffusion部署需要的包
Stable Diffusion 真人模型 3D仿真模型
10-19
AI绘画 Stable Diffusion真人模仿仿真3D效果 AI绘画 Stable Diffusion真人模仿仿真3D效果 AI绘画 Stable Diffusion真人模仿仿真3D效果 AI绘画 Stable Diffusion真人模仿仿真3D效果 AI绘画 Stable Diffusion真人...
Stable Diffusion原理解读通俗易懂，史诗级万字爆肝长文！
CV_Autobot的博客
09-29 794
作者|tian-feng 编辑| 极市平台原文链接：https://zhuanlan.zhihu.com/p/634573765点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【扩散模型】技术交流群本文只做学术分享，如有侵权，联系删文导读超详细stable diffusion论文解读，读完这篇再也不会学不懂了！个人网站：https://tianfe...
【OrangePi AIpro】香橙派 AIpro运行大模型之Stable diffusion与 llama2
六五酥的博客
05-29 842
Diffusion Model, Stable Diffusion, Stable Diffusion XL 详解
zyw2002的博客
05-27 1069
常见的生成模型有：文生图模型的基本架构如下：衡量图像生成质量的指标基于上述思想，Denoising diffusion 模型包括两个过程：首先，我们先来介绍一下如何破坏数据分布。 如果我们取任何一幅图像（上图a），它具有某种非随机分布。我们不知道这个分布，但我们的目标是破坏它，我们可以通过向其添加噪声来实现。在这个过程的最后，我们应该得到类似于纯噪声的噪声（上图b）。 前向扩散过程的每一步被定义为q(xt∣xt−1)=N(xt,1−βtxt−1,βtI)q(x_t|x_{t-1})= \mathcal{N}
AI绘画Stable Diffusion XL 可商用模型！写实艺术时尚摄影级真实感大模型推荐（附模型下载）
最新发布
A13531922961的博客
05-29 886
大家在使用AI绘画的时候，是不是遇到这种问题：收藏的模型确实很多，可商用的没几个，而今天阿威将给大家带来的这款写实艺术时尚摄影级真实感大模型-墨幽人造人XL， 对于个人来讲完全是可以进行商业应用滴！根据作者的描述**墨幽人造人XL**在人像真实度方面有着质的飞跃，有着无与伦比的光影视觉冲击，丰富且富有感染力的情绪表达，不论是在影棚的时尚大片、真实感的户外摄影、自然的手机随拍、或是艺术写真方面均有良好的表现。
AI绘画Stable Diffusion【隐藏文字】：将艺术字隐藏在国风云雾山水图中
A13531922962的博客
05-29 756
控制权重过大，则生成的图片画面的效果会以字体为主，控制权重过小，则字体效果就不明显。当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。AIGC所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。：杰作，最佳品质，瀑布，风景，树，无人，水，户外，东亚建筑，宝塔，鸟，山，云，自然，建筑，天，天空。
神秘山洞惊现AI绘画至宝Stable Diffusion残卷
Hanko的专栏
05-23 1022
最近听到不少大宗门纷纷发声：随着AI神器的现世“程序员职业将不复存在”，“设计图将要失业”。至此，不少修士开始担忧起来，现出世的AI神器会不会取代掉我辈修士。其实，至女娲天神创造人类以来，在这漫漫修仙路上，人类在不断的进步。在炼器界不少大修士或隐世宗门炼制出不少法宝，如炼制石器法宝、到铁器法宝、到蒸汽机法宝。。。每一次炼器界的冲破，无不给各修仙界带来巨大的影响。但法宝虽强，终究是法宝只是辅助我辈修士，终不可能代替我们，AI即使是神器也需我们修士输入真元和法诀加于操控才能发挥出法宝真正威力。
AI绘画Stable Diffusion【艺术写真】：蒙版法图生图，局部重绘实现AI艺术写真
A13531922961的博客
05-28 856
未来，AIGC技术将继续得到提高，同时也将与人工智能技术紧密结合，在更多的领域得到广泛应用。高品质，杰作，细节丰富，摄影逼真，8k，高清画质，一个女孩，独唱，棕色眼睛，棕色头发，长发，衣服,耳环,白色连衣裙,田野，鲜花，鲜花的田野，看着观众，户外，粉色的花朵。：1女孩，独奏，黑色头发，蓝色连衣裙，红唇，头饰，看着观众，雪，下雪，回头看，户外，雪花，冰城堡，楼梯，模糊的背景，风，逼真，全身。女孩，独奏，汉服，珠宝，项链，耳环，完美的身体，巨大的白色荷叶，水，在夏天，荷花盛开，阳光明媚，风，云，明亮。
Stable Diffusion教程
github_37290846的博客
05-29 668
本教程将引导你了解Stable Diffusion的基本概念、原理、应用场景，并提供详细的实现步骤和代码示例。在图像生成方面，Stable Diffusion通过大量训练数据学习图像的潜在表示，并能够在潜在空间中高效地探索以生成新的、高质量的图像。这种方法的关键在于使用一个稳定的、条件性的扩散模型，该模型可以根据给定的条件（如文本描述、类别标签等）生成相应的图像。与传统的生成对抗网络（GANs）或变分自编码器（VAEs）不同，扩散模型通过模拟一个扩散（即，添加噪声）和反向扩散（即，去噪）的过程来生成数据。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

CDialog

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值