![](https://img-blog.csdnimg.cn/6710dc4a95254f02a7ef5b2ea95e99d3.jpeg?x-oss-process=image/resize,m_fixed,h_224,w_224)
大模型专栏
文章平均质量分 82
如果你是初学者,那么你需要去看。如果你是大佬,那么你应该去看。
@会飞的毛毛虫
计算机专业博士在读,曾在课题组负责过硬件、软件、算法及落地部署的开发工作,发表了几篇水文。主要方向是做跟踪、跨域的虚拟生成,致力于成为一名Full Stack developer。有相关问题可以私信我为大家解答,看到不妨点个关注,我们一起进步哦!
展开
-
Stable Diffusion 系列教程 - 5 ControlNet
单个ControlNet的大小在1.4G左右,上面为五个应用最为广泛的控制模型。ControINet之于整个AI绘画过程,其实也就是诸多环节里面的“一环"而已。AI还是会综合参考提示词、图生图、Embeddings、LoRA等各个方面的东西来综合的实现AIGC。这里可以下载我们想用的所有模型,但是切记要把yaml文件也下载下来,其用来定义模型的配置。将成对的模型文件放在目录。注意:老版本没有yaml文件,新版本的模型有yaml文件,如果不下载就用不了这个模型。原创 2023-12-30 20:13:56 · 914 阅读 · 0 评论 -
Stable Diffusion 系列教程 - 4 提示词和WebUI有用的小技巧
例子8 Scripts Step: 其实不光是这个,还有很多,都能用来做对比,可以尝试的玩一玩。原创 2023-12-15 23:45:05 · 546 阅读 · 0 评论 -
Stable Diffusion 系列教程 - 3 模型下载和LORA模型的小白入门
点开一张照片,我们能看到生成这张照片的提示词和负提示词以及cfg scale,甚至往下拉还有推荐的优质参数和评论区。黄框是一些过滤器,比如checkpoints可以理解为比如把1.5版本的SD模型拷贝一份后交叉识别新的画风或场景后得到的模型,可以单独拿出来使用。点击训练,再点击图像预处理:复制存放图像的文件夹到源目录,复制标签和预处理后的图像需要存放的文件夹到目标目录。实际使用中,我们发现生成的和网页给我们的感觉差距是非常大的,其中有很重要的一点是没有阅读模型的说明书。因此需要去对生成的标签做处理。原创 2023-12-12 11:55:02 · 3732 阅读 · 0 评论 -
Stable Diffusion 系列教程 - 2 WebUI 参数详解
SwinIR 4x:使用SwinTransformer模型,拥有局部自适应的内容,更好的提取可特征,提高图像细节,保证放大图片真实感稳定训练,很全面却没有一方面超过别的算法。ESRGAN 4x:它是ESRGAN算法的一种改进版本,可以将低分辨率的图像通过神经网络模型增强到4倍的分辨率,在增强图像的细节信息和保留图像质量方面有了明显的提升。Nearest:非常传统的归类找近似值的方法,计算新的东西和旧的东西的相似度,以最相似的内容去出图,大数据时效果好,实际一般。目前最实用,最优的选择,更贴合真实效果。原创 2023-12-06 15:30:05 · 1693 阅读 · 0 评论 -
Stable Diffusion 系列教程 - 1 基础准备(针对新手)
硬件环境推荐NVIDIA的具有8G显存的独立显卡,这个显存勉勉强强能摸到门槛。对于8G显存,1.0模型就不行,需要更高的环境配置,所以8G仅仅是个基础。比如点击扩展,可以看到一些内置的插件和自己安装的插件,蓝色的使能框能够勾选或取消一些插件,在勾选完成后点击“应用并重启用户界面”就能生效。再一个有时候部分插件是彼此冲突的,这个功能可以帮我们取消勾选冲突的插件。点击“可用”,再点击“加载自”,就可以看到插件目录表。比如黄色框,上面是中文,下面是英文。我们点击UI界面的扩展文件夹,就能跳转到所有插件的根目录。原创 2023-12-03 18:09:30 · 1699 阅读 · 0 评论 -
学Diffusion前需要储备的一些知识点
自学Diffusion是非常困难的,尤其是到了VAE和VI这里基本找不到比较好的中文资料,甚至是涉及到一些重参数化,高斯混合之类的问题摸不着来龙去脉。在本文中,基本不会涉及公式,只有intuition和理解,如果要看公式的话可以移步到其他博主文章。自编码器的“自”不是自动,而是自己训练,即自监督学习。Auto-encoder是自监督学习的一种,其可以理解为一个试图还原其原始输入的系统。它和PCA的道理是一样的,只不过将PCA的转换矩阵W和WT换成encoder和decoder。主成分分析(PCA)和自编码器原创 2023-11-14 15:14:56 · 254 阅读 · 1 评论