羊城迷鹿的博客

为了确认gradio开启不了是gradio库的问题还是stable diffusion的问题，可以先执行这样一段demo代码。里，可以看到这样一层。

所以解决方案很简单，安装前输入一句。上，我找到了这样一段话。

下载，但是文件校验出错，模型推理也会报错。后来把text_encoder文件夹里面的内容都删了，再执行。有一个技巧是，你可以跳过上面的步骤，安几个包后直接用腾讯混元的环境来运行项目。但是不知道为什么，requirements里面的内容有冲突，最后修改如下。

这篇文章里面提到的一模一样，他是安了没用C++ ABI编译的包错了，改成编译的就好了。但我现在安的就是他推荐的，然后我试着去反向解决，安他会报错的那个包，也就是。可以看到报错的包位于.local里面，而我前面的安装截图里面，也可以看出是在.local里面安的，所以我相当于是把他的版本覆盖掉了。最后kk终于发现了上面被红框框起来的那句话，原来是因为我的虚拟环境是用su模式装的，所以常规模式下无法安装进去，强行给我装到了外面。其实上面的问题是安装1.1版本的模型导致的，可以用下面的命令安装1.2模型。

我有zh_CN.json、zh-Hans(Stable)、zh_Hans.json这三个用来翻译英文到中文的文件，它们包含的内容（英文原文：中文翻译）是部分重叠的，并且翻译质量逐个递减。的文件，打开之后如下图所示，每一行的第一部分是英文原文，第二部分是要翻译成的中文，插件会自动完成替换。但是在实际的界面中，仍然有很多东西没有更新，原来这已经是几个月前的文件了，跟不上进度了。的顺序，完成JSON文件的合并，代码如下所示。于是我又搜了搜其他的本地化插件，发现还有其他的简体字插件。插件安装完成后，进入。

论文提出了一个名为Latent Diffusion Models (LDM)的新模型，旨在减少直接在像素空间中训练扩散模型所带来的计算复杂度。提出了两阶段训练方法：首先训练一个自动编码器，学习一个低维的潜在空间表示，然后在自动编码器的潜在空间中训练扩散模型。这显著降低了训练和推理的计算复杂度。引入交叉注意力机制：通过将交叉注意力层添加到UNet中，LDM可以处理各种条件输入，如文本或语义布局，并实现高质量的图像生成。

这是解开图片生成之谜的第一把钥匙，原文是发表于NIPS2020的Denoising Diffusion Probabilistic Models，下面我们就如庖丁解牛般，尝试洞察里面的每一丝细节。先从标题说起，很久没有看到过这么简明扼要的论文名了，用三个词就完美概括了DDPM的核心思想，去噪（Denoising）是方法、扩散（Diffusion）是架构、概率（Probabilistic）是媒介。至于目的，当然是去生成以假乱真的图片。图片生成不是什么新鲜事，VAE和GAN都是曾经的研究宠儿，它们在生成图片时都

所谓提示词，也就是文生图中的文，由连贯的英语单词或句子组成。还是上面的例子，总共30步，前20灰发，后10蓝发。以DreamShaper8 SD1.5为例。前百分之30灰发，后百分之70蓝发。在此基础上，让眼睛变成黄蓝混合。前一半是蓝发，后一半去除蓝色。不是很好用，只有蓝色。

我一般把对模型的描述放在notes里面，因为如果放在描述里会显示在选择界面里，看着非常乱，点击Replace preview可以将模型封面图替换为当前生成的图片。炫耀一下我的老婆们：sd-webui-prompt-all-in-one插件：用于选择模型、超网络、Lora和嵌入。

在下载插件时可以看到，ControlNet 插件的星数遥遥领先，远超其他妖艳贱货。究其原因，是因为其大大增强了使用者对图片生成过程的控制能力，图片的生成同时受到提示词和提示图的影响，使得文生图由抽卡游戏变成了一个更具确定性的创作工具。ControlNet位置位于文生图界面下方，记得要勾选启用，可控类型包括这么点东西：接下来我将以喜闻乐见的熊猫花花为例，演示一下关于ControlNet的高端操作。

该插件的原理是在调用和完成时分别向原始模型中注入（inject）和删除（restore）时间步模块从而生成连续变化的GIF，由于整体版本过老，直接执行该插件会报没有insert和pop方法的错误，因此需要在。首先在模型左侧选择Stable Diffusion模型及其对应VAE，然后输入正向和反向提示词，在下面点击生成相关设置如采样方法、采样迭代次数和宽高等。lora是一类对模型进行微调的方法，是一系列参数量较小的模型，在与原始模型结合后，可以对生成图片做特定修饰，可以理解为化妆技术。