benben044的专栏

Fluxgym训练非常方便，只需要更改一个配置文件内容即可。训练时也不需要提前进行图片裁剪、打标等前置工作。本文章是介绍在16G以下显存下训练Flux模型的方法。

通过API的方式使用ComfyUI，实现二次开发或批量执行任务。

小白级安装ComfyUI和Flux模型的方法

Facebook开源了一款名为AudioCraft的AI音频和音乐生成工具。该工具可以直接从文本描述和参考音乐生成高质量的音频和音乐。AudioCraft包含MusicGen、AudioGen和EnCodec三个模型，分别实现音乐生成、音频生成和自定义音频模型构建。

手把手教小白用户部署GPT-SOVITS，开启文本到个性化语音生成的AI技术之旅。

2、contab执行时的路径并非当前路径，即使launch.py写了绝对路径，但是launch.py依赖的包并非绝对路径，所以需要cd到固定目录后，再执行sd的启动脚本。思路：stable diffusion运行时需要使用GPU，如果GPU没有在用，并且GPU对应的进程也找不到，则判断sd服务已经挂掉了。1、crontab时的执行环境，不是当前的conda环境，所以需要明确指定conda对应的python的可执行命令的路径信息。

截至2023.12.8号，目前市面上由两款适用于SDXL的文生视频开源工具，分别是AnimateDiff和hotshot-xl。

介绍了SDXL的安装过程，涉及webui工程下载、base基础模型、refiner模型、vae模型的安装。

通过kohya进行lora训练的过程演示

stable diffusion中核心算法DDPM的详细阐述

遍历callback_map['callbacks_model_loaded']所有的回调函数，然后把sd_model模型传进去依次执行这些回调函数。接着用OmegaConf.load加载yaml文件，然后通过/data/work/xiehao/stable-diffusion-webui/repositories/stable-diffusion-stability-ai/ldm/util.py(82)instantiate_from_config()加载yaml信息获得model。

chatglm2是清华大学的，比较好的LLM大语言模型。本教程主要是提供使用及微调的方法，适合linux上开发。

Take a video and replace the face in it with a face of your choice. You only need one image of the desired face. No dataset, no training

解决问题：生成的图片存在瑕疵，比如多只眼睛、多只手指等情况。通过embeddings可以将避免一些常用的不好结果。