DataWhale X 魔搭 AI夏令营第四期Task3

最新推荐文章于 2024-08-18 21:31:01 发布
最新推荐文章于 2024-08-18 21:31:01 发布
阅读量711 收藏 17
点赞数 7
文章标签： 人工智能
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/qq_18849165/article/details/141280226
版权

一、文生图的工作流平台工具-ComfyUI

1、ComfyUI简介

ComfyUI是GUI（Graphical User Interface）的一种，是一个用来操纵文生图流程的图形化界面。具体来讲，ComfyUI采用模块化设计，将文生图流程分解成许多小的步骤，每一个步骤都是一个节点。这些节点连接起来就是一个完整的工作流程，这样用户就可以根据自己的需求定制自己的图像生成过程。

ComfyUI教程1 万字系统剖析ComfyUI | Stable Diffusion：GUI全盘点 | ComfyUI系统性教程原理篇04 | Ai+建筑_哔哩哔哩_bilibiliicon-default.png?t=N7T8https://www.bilibili.com/video/BV1ch4y1B7vp/?spm_id_from=333.1350.jump_directly&vd_source=183bf1eb73bedd2d35d8ad3ea52bc2d9

2、ComfyUI核心模块

核心模块包括模型加载器、CLIP、采样器和解码器。

模型加载器：用于加载基础的模型文件，包括Model、CLIP、VAE三部分。

CLIP：负责将文本类型的输入变为模型可以理解的latent space embedding作为模型的输入。

采样器：用于控制模型生成图像，不同的采样值会影响最终输出图像的质量和多样性。采样器可以调节生成过程的速度和质量之间的平衡。

解码器：负责将Latent Space中的embedding解码魏像素级别的图像。

更多详细的教程可以参考

2.2ComfyUI应用场景探索_哔哩哔哩_bilibili资料链接：https://www.modelscope.cn/headlines/article/537?from=blibli_video, 视频播放量 448、弹幕量 0、点赞数 11、投硬币枚数 5、收藏人数 19、转发人数 3, 视频作者 ModelScope官方账号, 作者简介 让模型应用更简单！，相关视频：大模型微调实践：动手微调一个好玩/好用的大模型，大模型技术与交叉应用-绪论，3.4虚拟试衣：介绍文生图在虚拟试衣领域的应用场景与方法，学不会我退出红客圈！中国红客正在消失！正急需继承人，整整1200还怕学不会！零基础网络安全/中国红客技术/红客教程/黑客技术/渗透测试/web安全/kali渗透，Gradio应用搭建实践，LLM实战训练营-第一课：大模型基础知识，4.1从Paraformer语音识别到SenseVoice音频理解：技术演进与应用探索，【像素大佬Pixel Architect】 利用电影配色进行像素场景绘制，【教程】Blender三渲二描边方法之一：实体化描边以及应用场景拓展，6.3Gradio应用搭建实践icon-default.png?t=N7T8https://www.bilibili.com/video/BV1nT421k7Fa/?spm_id_from=888.80997.embed_other.whitelist&bvid=BV1nT421k7Fa

 3、CompyUI图片生成流程

Step1：选择模型

从可用的AI模型列表选择合适的模型，例如Stable DIffusion或其它文本到图像模型。

Step2：构建工作流

在CompyUI的图形界面拖拽节点，并将它们连接起来以形成一个完整的图像生成流程。

Step3：执行生成

运行构建好的工作流，观察生成的结果。

Step4：调整和优化

可以根据生成的结果调整参数或修改工作流，直至获得满意的结果。

4、ComfyUI的优势

模块化和灵活性：ComfyUI采用模块化设计，这允许用户根据自己的需求自由组合调整模型、输入、输出和其它处理步骤。

可视化界面：ComfyUI提供了直观的图形界面，使得用户可以更加清晰的理解和操作复杂的AI模型和数据流，并且这对于没有编程背景的人员十分友好，可以快速上手实现图像生成。

多模型支持：ComfyUI集成了不同的文生图模型，用户可以在相同的平台切换使用不同的模型。

调试和优化：通过可视化界面，ComfyUI使得调试生成过程变得更简单。用户可以轻松地追踪数据流，识别并解决问题，从而优化生成结果。

开放和可扩展：ComfyUI是一个开源项目，具有高度的可扩展性。开发者可以根据自己的需要编写新的模块或插件，扩展系统功能，病根军项目的需求进行定制。

用户友好性：景观其功能强大，但ComfyUI仍然保持了用户友好性，即使对于复杂任务，也能以相对简单的方式完成，使其称为生成式AI工作流程管理的有力工具。

二、ComfyUI使用流程——通过魔搭社区

在这里，使用魔搭社区提供的NoteBook和免费的GPU算力来体验ComfyUI。

 1、ComfyUI安装

 1.1 下载脚本文件代码

下载安装ComfyUI的执行文件和task1中微调完成Lora文件

新建一个Terminal，并输入以下代码：

git lfs install
git clone https://www.modelscope.cn/datasets/maochase/kolors_test_comfyui.git
mv kolors_test_comfyui/* ./
rm -rf kolors_test_comfyui/
mkdir -p /mnt/workspace/models/lightning_logs/version_0/checkpoints/
mv epoch=0-step=500.ckpt /mnt/workspace/models/lightning_logs/version_0/checkpoints/

1.2 安装ComfyUI

进入ComfyUI的安装文件，一键执行安装程序（大约需要10min）

1.3 进入预览界面

当执行到最后一个代码块的内容输入了一个可访问的链接的时候，复制链接到浏览器中访问。

PS：如果链接访问白屏，或者报错，就等一会再访问重试，程序可能没有正常启动完毕

到这里，已经完成了ComfyUI的安装，下面正是进入ComfyUI文生图流程。

2、ComfyUI文生图工作流

2.1 不带Lora的工作流程样例 

Step1：下载工作流脚本 

kolors_example.json

      
{
  "last_node_id": 15,
  "last_link_id": 18,
  "nodes": [
    {
      "id": 11,
      "type": "VAELoader",
      "pos": [
        1323,
        240
      ],
      "size": {
        "0": 315,
        "1": 58
      },
      "flags": {},
      "order": 0,
      "mode": 0,
      "outputs": [
        {
          "name": "VAE",
          "type": "VAE",
          "links": [
            12
          ],
          "shape": 3
        }
      ],
      "properties": {
        "Node name for S&R": "VAELoader"
      },
      "widgets_values": [
        "sdxl.vae.safetensors"
      ]
    },
    {
      "id": 10,
      "type": "VAEDecode",
      "pos": [
        1368,
        369
      ],
      "size": {
        "0": 210,
        "1": 46
      },
      "flags": {},
      "order": 6,
      "mode": 0,
      "inputs": [
        {
          "name": "samples",
          "type": "LATENT",
          "link": 18
        },
        {
          "name": "vae",
          "type": "VAE",
          "link": 12,
          "slot_index": 1
        }
      ],
      "outputs": [
        {
          "name": "IMAGE",
          "type": "IMAGE",
          "links": [
            13
          ],
          "shape": 3,
          "slot_index": 0
        }
      ],
      "properties": {
        "Node name for S&R": "VAEDecode"
      }
    },
    {
      "id": 14,
      "type": "KolorsSampler",
      "pos": [
        1011,
        371
      ],
      "size": {
        "0": 315,
        "1": 222
      },
      "flags": {},
      "order": 5,
      "mode": 0,
      "inputs": [
        {
          "name": "kolors_model",
          "type": "KOLORSMODEL",
          "link": 16
        },
        {
          "name": "kolors_embeds",
          "type": "KOLORS_EMBEDS",
          "link": 17
        }
      ],
      "outputs": [
        {
          "name": "latent",
          "type": "LATENT",
          "links": [
            18
          ],
          "shape": 3,
          "slot_index": 0
        }
      ],
      "properties": {
        "Node name for S&R": "KolorsSampler"
      },
      "widgets_values": [
        1024,
        1024,
        1000102404233412,
        "fixed",
        25,
        5,
        "EulerDiscreteScheduler"
      ]
    },
    {
      "id": 6,
      "type": "DownloadAndLoadKolorsModel",
      "pos": [
        201,
        368
      ],
      "size": {
        "0": 315,
        "1": 82
      },
      "flags": {},
      "order": 1,
      "mode": 0,
      "outputs": [
        {
          "name": "kolors_model",
          "type": "KOLORSMODEL",
          "links": [
            16
          ],
          "shape": 3,
          "slot_index": 0
        }
      ],
      "properties": {
        "Node name for S&R": "DownloadAndLoadKolorsModel"
      },
      "widgets_values": [
        "Kwai-Kolors/Kolors",
        "fp16"
      ]
    },
    {
      "id": 3,
      "type": "PreviewImage",
      "pos": [
        1366,
        468
      ],
      "size": [
        535.4001724243165,
        562.2001106262207
      ],
      "flags": {},
      "order": 7,
      "mode": 0,
      "inputs": [
        {
          "name": "images",
          "type": "IMAGE",
          "link": 13
        }
      ],
      "properties": {
        "Node name for S&R": "PreviewImage"
      }
    },
    {
      "id": 12,
      "type": "KolorsTextEncode",
      "pos": [
        519,
        529
      ],
      "size": [
        457.2893696934723,
        225.28656056301645
      ],
      "flags": {},
      "order": 4,
      "mode": 0,
      "inputs": [
        {
          "name": "chatglm3_model",
          "type": "CHATGLM3MODEL",
          "link": 14,
          "slot_index": 0
        }
      ],
      "outputs": [
        {
          "name": "kolors_embeds",
          "type": "KOLORS_EMBEDS",
          "links": [
            17
          ],
          "shape": 3,
          "slot_index": 0
        }
      ],
      "properties": {
        "Node name for S&R": "KolorsTextEncode"
      },
      "widgets_values": [
        "cinematic photograph of an astronaut riding a horse in space |\nillustration of a cat wearing a top hat and a scarf  |\nphotograph of a goldfish in a bowl |\nanime screencap of a red haired girl",
        "",
        1
      ]
    },
    {
      "id": 15,
      "type": "Note",
      "pos": [
        200,
        636
      ],
      "size": [
        273.5273818969726,
        149.55464588512064
      ],
      "flags": {},
      "order": 2,
      "mode": 0,
      "properties": {
        "text": ""
      },
      "widgets_values": [
        "Text encoding takes the most VRAM, quantization can reduce that a lot.\n\nApproximate values I have observed:\nfp16 - 12 GB\nquant8 - 8-9 GB\nquant4 - 4-5 GB\n\nquant4 reduces the quality quite a bit, 8 seems fine"
      ],
      "color": "#432",
      "bgcolor": "#653"
    },
    {
      "id": 13,
      "type": "DownloadAndLoadChatGLM3",
      "pos": [
        206,
        522
      ],
      "size": [
        274.5334274291992,
        58
      ],
      "flags": {},
      "order": 3,
      "mode": 0,
      "outputs": [
        {
          "name": "chatglm3_model",
          "type": "CHATGLM3MODEL",
          "links": [
            14
          ],
          "shape": 3
        }
      ],
      "properties": {
        "Node name for S&R": "DownloadAndLoadChatGLM3"
      },
      "widgets_values": [
        "fp16"
      ]
    }
  ],
  "links": [
    [
      12,
      11,
      0,
      10,
      1,
      "VAE"
    ],
    [
      13,
      10,
      0,
      3,
      0,
      "IMAGE"
    ],
    [
      14,
      13,
      0,
      12,
      0,
      "CHATGLM3MODEL"
    ],
    [
      16,
      6,
      0,
      14,
      0,
      "KOLORSMODEL"
    ],
    [
      17,
      12,
      0,
      14,
      1,
      "KOLORS_EMBEDS"
    ],
    [
      18,
      14,
      0,
      10,
      0,
      "LATENT"
    ]
  ],
  "groups": [],
  "config": {},
  "extra": {
    "ds": {
      "scale": 1.1,
      "offset": {
        "0": -114.73954010009766,
        "1": -139.79705810546875
      }
    }
  },
  "version": 0.4
}

Step2：加载json脚本，并完成第一次生图

 

生成结果

2.2 带Lora的工作流程

工作流脚本

kolor_with_lora_example.json

这里的Lora是Task1微调训练出来的文件

      
{
  "last_node_id": 16,
  "last_link_id": 20,
  "nodes": [
    {
      "id": 11,
      "type": "VAELoader",
      "pos": [
        1323,
        240
      ],
      "size": {
        "0": 315,
        "1": 58
      },
      "flags": {},
      "order": 0,
      "mode": 0,
      "outputs": [
        {
          "name": "VAE",
          "type": "VAE",
          "links": [
            12
          ],
          "shape": 3
        }
      ],
      "properties": {
        "Node name for S&R": "VAELoader"
      },
      "widgets_values": [
        "sdxl.vae.safetensors"
      ]
    },
    {
      "id": 10,
      "type": "VAEDecode",
      "pos": [
        1368,
        369
      ],
      "size": {
        "0": 210,
        "1": 46
      },
      "flags": {},
      "order": 7,
      "mode": 0,
      "inputs": [
        {
          "name": "samples",
          "type": "LATENT",
          "link": 18
        },
        {
          "name": "vae",
          "type": "VAE",
          "link": 12,
          "slot_index": 1
        }
      ],
      "outputs": [
        {
          "name": "IMAGE",
          "type": "IMAGE",
          "links": [
            13
          ],
          "shape": 3,
          "slot_index": 0
        }
      ],
      "properties": {
        "Node name for S&R": "VAEDecode"
      }
    },
    {
      "id": 15,
      "type": "Note",
      "pos": [
        200,
        636
      ],
      "size": {
        "0": 273.5273742675781,
        "1": 149.5546417236328
      },
      "flags": {},
      "order": 1,
      "mode": 0,
      "properties": {
        "text": ""
      },
      "widgets_values": [
        "Text encoding takes the most VRAM, quantization can reduce that a lot.\n\nApproximate values I have observed:\nfp16 - 12 GB\nquant8 - 8-9 GB\nquant4 - 4-5 GB\n\nquant4 reduces the quality quite a bit, 8 seems fine"
      ],
      "color": "#432",
      "bgcolor": "#653"
    },
    {
      "id": 13,
      "type": "DownloadAndLoadChatGLM3",
      "pos": [
        206,
        522
      ],
      "size": {
        "0": 274.5334167480469,
        "1": 58
      },
      "flags": {},
      "order": 2,
      "mode": 0,
      "outputs": [
        {
          "name": "chatglm3_model",
          "type": "CHATGLM3MODEL",
          "links": [
            14
          ],
          "shape": 3
        }
      ],
      "properties": {
        "Node name for S&R": "DownloadAndLoadChatGLM3"
      },
      "widgets_values": [
        "fp16"
      ]
    },
    {
      "id": 6,
      "type": "DownloadAndLoadKolorsModel",
      "pos": [
        201,
        368
      ],
      "size": {
        "0": 315,
        "1": 82
      },
      "flags": {},
      "order": 3,
      "mode": 0,
      "outputs": [
        {
          "name": "kolors_model",
          "type": "KOLORSMODEL",
          "links": [
            19
          ],
          "shape": 3,
          "slot_index": 0
        }
      ],
      "properties": {
        "Node name for S&R": "DownloadAndLoadKolorsModel"
      },
      "widgets_values": [
        "Kwai-Kolors/Kolors",
        "fp16"
      ]
    },
    {
      "id": 12,
      "type": "KolorsTextEncode",
      "pos": [
        519,
        529
      ],
      "size": {
        "0": 457.28936767578125,
        "1": 225.28656005859375
      },
      "flags": {},
      "order": 4,
      "mode": 0,
      "inputs": [
        {
          "name": "chatglm3_model",
          "type": "CHATGLM3MODEL",
          "link": 14,
          "slot_index": 0
        }
      ],
      "outputs": [
        {
          "name": "kolors_embeds",
          "type": "KOLORS_EMBEDS",
          "links": [
            17
          ],
          "shape": 3,
          "slot_index": 0
        }
      ],
      "properties": {
        "Node name for S&R": "KolorsTextEncode"
      },
      "widgets_values": [
        "二次元，长发，少女，白色背景",
        "",
        1
      ]
    },
    {
      "id": 3,
      "type": "PreviewImage",
      "pos": [
        1366,
        469
      ],
      "size": {
        "0": 535.400146484375,
        "1": 562.2001342773438
      },
      "flags": {},
      "order": 8,
      "mode": 0,
      "inputs": [
        {
          "name": "images",
          "type": "IMAGE",
          "link": 13
        }
      ],
      "properties": {
        "Node name for S&R": "PreviewImage"
      }
    },
    {
      "id": 16,
      "type": "LoadKolorsLoRA",
      "pos": [
        606,
        368
      ],
      "size": {
        "0": 317.4000244140625,
        "1": 82
      },
      "flags": {},
      "order": 5,
      "mode": 0,
      "inputs": [
        {
          "name": "kolors_model",
          "type": "KOLORSMODEL",
          "link": 19
        }
      ],
      "outputs": [
        {
          "name": "kolors_model",
          "type": "KOLORSMODEL",
          "links": [
            20
          ],
          "shape": 3,
          "slot_index": 0
        }
      ],
      "properties": {
        "Node name for S&R": "LoadKolorsLoRA"
      },
      "widgets_values": [
        "/mnt/workspace/models/lightning_logs/version_0/checkpoints/epoch=0-step=500.ckpt",
        2
      ]
    },
    {
      "id": 14,
      "type": "KolorsSampler",
      "pos": [
        1011,
        371
      ],
      "size": {
        "0": 315,
        "1": 266
      },
      "flags": {},
      "order": 6,
      "mode": 0,
      "inputs": [
        {
          "name": "kolors_model",
          "type": "KOLORSMODEL",
          "link": 20
        },
        {
          "name": "kolors_embeds",
          "type": "KOLORS_EMBEDS",
          "link": 17
        },
        {
          "name": "latent",
          "type": "LATENT",
          "link": null
        }
      ],
      "outputs": [
        {
          "name": "latent",
          "type": "LATENT",
          "links": [
            18
          ],
          "shape": 3,
          "slot_index": 0
        }
      ],
      "properties": {
        "Node name for S&R": "KolorsSampler"
      },
      "widgets_values": [
        1024,
        1024,
        0,
        "fixed",
        25,
        5,
        "EulerDiscreteScheduler",
        1
      ]
    }
  ],
  "links": [
    [
      12,
      11,
      0,
      10,
      1,
      "VAE"
    ],
    [
      13,
      10,
      0,
      3,
      0,
      "IMAGE"
    ],
    [
      14,
      13,
      0,
      12,
      0,
      "CHATGLM3MODEL"
    ],
    [
      17,
      12,
      0,
      14,
      1,
      "KOLORS_EMBEDS"
    ],
    [
      18,
      14,
      0,
      10,
      0,
      "LATENT"
    ],
    [
      19,
      6,
      0,
      16,
      0,
      "KOLORSMODEL"
    ],
    [
      20,
      16,
      0,
      14,
      0,
      "KOLORSMODEL"
    ]
  ],
  "groups": [],
  "config": {},
  "extra": {
    "ds": {
      "scale": 1.2100000000000002,
      "offset": {
        "0": -183.91309381910426,
        "1": -202.11110769225016
      }
    }
  },
  "version": 0.4
}

生成结果

三、Lora微调

1、Lora简介

LoRA，即LLMs的低秩分解，是参数微调最常用的方法。用于使用全参数微调会消耗大量的计算资源，所以需要在微调时减少参数量。

LoRA的本质是使用更少的训练参数来近似LLM全参数微调所得到的增量参数，从而达到使用更少现存占用，实现高效微调。

2、Lora核心思想

LoRA的核心思想是，在冻结预训练模型参数权重后，将可训练的低秩分解矩阵注入到Transformer架构的每一层中，从而大大减少在下游任务的可训练参数量。在推理时，对于LoRA模型而言，可直接将原本预训练模型权重与训练好的LoRA权重合并，因此在推理时不存在额外开销。

更多的教程，可以参考通俗易懂理解全量微调和LoRA微调_哔哩哔哩_bilibiliicon-default.png?t=N7T8https://www.bilibili.com/video/BV1tthPeFEWb/?spm_id_from=333.1350.jump_directly&vd_source=183bf1eb73bedd2d35d8ad3ea52bc2d9

四、Lora代码详解

1、Task2中的微调代码

import os
cmd = """
python DiffSynth-Studio/examples/train/kolors/train_kolors_lora.py \ # 选择使用可图的Lora训练脚本DiffSynth-Studio/examples/train/kolors/train_kolors_lora.py
  --pretrained_unet_path models/kolors/Kolors/unet/diffusion_pytorch_model.safetensors \ # 选择unet模型
  --pretrained_text_encoder_path models/kolors/Kolors/text_encoder \ # 选择text_encoder
  --pretrained_fp16_vae_path models/sdxl-vae-fp16-fix/diffusion_pytorch_model.safetensors \ # 选择vae模型
  --lora_rank 16 \ # lora_rank 16 表示在权衡模型表达能力和训练效率时，选择了使用 16 作为秩，适合在不显著降低模型性能的前提下，通过 LoRA 减少计算和内存的需求
  --lora_alpha 4.0 \ # 设置 LoRA 的 alpha 值，影响调整的强度
  --dataset_path data/lora_dataset_processed \ # 指定数据集路径，用于训练模型
  --output_path ./models \ # 指定输出路径，用于保存模型
  --max_epochs 1 \ # 设置最大训练轮数为 1
  --center_crop \ # 启用中心裁剪，这通常用于图像预处理
  --use_gradient_checkpointing \ # 启用梯度检查点技术，以节省内存
  --precision "16-mixed" # 指定训练时的精度为混合 16 位精度（half precision），这可以加速训练并减少显存使用
""".strip()
os.system(cmd) # 执行可图Lora训练

2、参数详情

参数名称

参数值

说明

pretrained_unet_path

models/kolors/Kolors/unet/diffusion_pytorch_model.safetensors

指定预训练UNet模型的路径

pretrained_text_encoder_path

models/kolors/Kolors/text_encoder

指定预训练文本编码器的路径

pretrained_fp16_vae_path

models/sdxl-vae-fp16-fix/diffusion_pytorch_model.safetensors

指定预训练VAE模型的路径

lora_rank

16

设置LoRA的秩（rank），影响模型的复杂度和性能

lora_alpha

4

设置LoRA的alpha值，控制微调的强度

dataset_path

data/lora_dataset_processed

指定用于训练的数据集路径

output_path

./models

指定训练完成后保存模型的路径

max_epochs

1

设置最大训练轮数为1

center_crop

启用中心裁剪，用于图像预处理

use_gradient_checkpointing

启用梯度检查点，节省显存

precision

"16-mixed"

设置训练时的精度为混合16位精度（half precision）

3、UNet、VAE和文本编辑器的协作关系

  • UNet：负责根据输入的噪声和文本条件生成图像。在Stable Diffusion模型中，UNet接收由VAE编码器产生的噪声和文本编码器转换的文本向量作为输入，并预测去噪后的噪声，从而生成与文本描述相符的图像

  • VAE：生成模型，用于将输入数据映射到潜在空间，并从中采样以生成新图像。在Stable Diffusion中，VAE编码器首先生成带有噪声的潜在表示，这些表示随后与文本条件一起输入到UNet中

  • 文本编码器：将文本输入转换为模型可以理解的向量表示。在Stable Diffusion模型中，文本编码器使用CLIP模型将文本提示转换为向量，这些向量与VAE生成的噪声一起输入到UNet中，指导图像的生成过程

zf12138fz
关注
  • 7
    点赞
  • 踩
  • 17
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Datawhale X 魔搭 AI夏令营第四期 魔搭-AIGC方向 task01笔记
linghyu的博客
08-07 3187
Datawhale AI夏令营第四期魔搭-AIGC方向 task01笔记及个人心得分享。 从零入门AI生图原理&实践 是 Datawhale 2024 年 AI 夏令营第四期的学习活动（“AIGC”方向），基于魔搭社区“可图Kolors-LoRA风格故事挑战赛”开展的实践学习—— - 适合想 入门并实践 AIGC文生图、工作流搭建、LoRA微调 的学习者参与 学习内容提要：从文生图实现方案逐渐进阶，教程偏重图像工作流、微调、图像优化等思路，最后会简单介绍AIGC应用方向、数字人技术（选学）
Datawhale X 魔搭 AI夏令营第四期 Task3
Alanerry的博客
08-16 192
的基本原理是通过降噪的方式（如完全的噪声图像），将一个原本的噪声信号变为无噪声的信号（如人可以理解的图像）。其中的降噪过程涉及到多次的采样。cfg：classifier free guidance决定了prompt对于最终生成图像的影响有多大。更高的值代表更多地展现prompt中的描述。control_after_generate：控制seed在每次生成后的变化。steps：降噪的迭代步数，越多则信号越精准，相对的生成时间也越长。核心模块由模型加载器、提示词管理器、采样器、解码器。
Datawhale X 魔搭 AI夏令营 第四期task3
qq_53740445的博客
08-17 113
ComfyUI 是GUI的一种，是基于节点工作的用户界面，主要用于操作图像的生成技术，ComfyUI 的特别之处在于它采用了一种模块化的设计，把图像生成的过程分解成了许多小的步骤，每个步骤都是一个节点。使用魔搭社区提供的Notebook和免费的GPU算力体验来体验ComfyUI。下载脚本安装，不带Lora下载工作脚本。
Datawhale X 魔搭 AI夏令营夏令营第四期 Task3
starlight078的博客
08-17 373
这部分总结了LoRA训练的关键代码和参数，帮助更好地理解和执行LoRA微调任务。
Datawhale X 魔搭 AI夏令营第四期 Task01
MCAC_123的博客
08-09 1014
以文生图是AIGC ( AI Generated Content ）框架中的一个关键技术，通过文字描述，将文字转化为图像并展示出来。以文生图具有白动化程度高、精度高、可扩展性强、可定制化等优势，具有广泛的应用前景，可以为人们提供更便捷高效的绘图解决方案。
Datawhale X 魔搭 AI夏令营夏令营第四期 Task2
Sugarhater的博客
08-14 280
【代码】Datawhale X 魔搭 AI夏令营夏令营第四期 Task2。
Datawhale X 魔搭 AI夏令营第四期 魔搭-AIGC方向 task02笔记
linghyu的博客
08-11 1063
​从零入门AI生图原理&实践 是 Datawhale 2024 年 AI 夏令营第四期的学习活动（“AIGC”方向），基于魔搭社区“可图Kolors-LoRA风格故事挑战赛”开展的实践学习。 Datawhale官方的Task2链接：Task02
DataWhale X 魔搭 AI夏令营第四期Task1
qq_18849165的博客
08-10 858
同生成对抗网络（GAN）、变微分自动编码器（VAE）、和Flow模型一样，DIffusion也是一种生成网络。早在2015年就有人提出类似的想法，最终在2020年“denoising diffusion probabilistic models”，即DDPM的横空出世，扩散模型逐渐成为图像生成领域不可获取的模型。Diffusion Model一发力，GAN就过时了？上图对比了常见的四种生成模型的训练方式。生成模型的数据生成过程，可以看成是将一个先验分布的采样点变换成数据分布采样点的过程。
DataWhale X 魔搭 AI夏令营第四期Task2
qq_18849165的博客
08-14 670
回答效果不是很好，重新调调整提示词。
Datawhale X 魔搭 AI夏令营 第二次笔记
08-14
之所以不发文档是因为csdn出bug了白屏，在文档中有写到捏
Datawhale X 魔搭 AI0夏令营 魔搭-AIGC文生图方向 Tsak 3 就要完成了
08-16
111
Datawhale AI夏令营第四期魔搭- AIGC文生图方向 task01笔记
08-09
Datawhale AI夏令营第四期魔搭- AIGC文生图方向 task01笔记
Datawhale 魔搭 AI夏令营 第四期 AIGC方向 -Tesk3-进阶上分-实战优化
08-17
训练结果
【Datawhale AI夏令营第四期】魔搭-AIGC方向 BaseLine注释版
08-11
【Datawhale AI夏令营第四期】魔搭-AIGC方向 BaseLine自己阅读加的注释，还有一些在个人电脑上运行BaseLine需要用到的文件存档。 一般读者只需关心注释版的BaseLine即可。
机器学习（3）-- 一元线性回归
m0_74896766的博客
08-18 645
本篇介绍了如何实现一元线性回归，其中需要注意的是，对于相关系数过小的数据，我们要进行选择调整。
C/C++开发，opencv内置背景减除算法与运动检测
技术需要分享
08-14 1184
C/C++开发，opencv内置背景减除算法的完整代码及编译过程示例
Spark MLlib 特征工程(上)
08-14 4849
特征选择的动机，在于提取与预测标的关联度更高的特征，从而精简模型尺寸、提升模型泛化能力。特征选择可以从两方面入手，业务出发的专家经验和基于数据的统计分析。归一化的目的，在于去掉不同特征之间量纲的影响，避免量纲不一致而导致的梯度下降震荡、模型收敛效率低下等问题。归一化的具体做法，是把不同特征都缩放到同一个值域。在这方面，Spark MLlib 提供了多种归一化方法供开发者选择。
吴恩达机器学习-C2W2-Relu(线性整流函数)
最新发布
weixin_50946965的博客
08-18 535
吴恩达机器学习实验室中文翻译-C2W2-Relu
Datawhale AI 夏令营
07-12
DataWhale AI夏令营是一款由阿里云举办的针对青少年和大学生的科技教育活动。这个暑期项目旨在激发参与者对人工智能、大数据和机器学习的兴趣，通过一系列课程、实践项目和比赛，帮助他们提升相关的技能知识。活动中，学员可以学习到从基础知识到实战应用的内容，比如Python编程、数据处理、算法理解等，并有机会参与到实际的数据分析项目中，培养创新思维和技术能力。此外，DataWhale还提供了一个交流平台，让营员们能够与其他技术爱好者互动，共同成长。参加这样的夏令营对于未来想进入科技行业特别是AI领域的人来说是一次很好的启蒙和实践经验积累的机会。
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
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