励志成为会前后端、运维、云服务、嵌入式开发、AI和自动化技术的创业小老板！

其实，所谓的“点”，是从 572 * 572 * 1 变成了 32 * 32 * 1024，只是变小了，升维了而已经过卷积之后，才会变成高维的小图像，而不是一开始就是高维在图中，最开始的 Z 是一个格式为 572 \times 572 \times 1 的张量。这意味着 Z 是一个具有单通道（channel）的二维噪声图像。尽管它看起来是一个二维结构，但在扩散模型的上下文中，它仍然可以被理解为在一个高维空间中的点。高维空间的定义在机器学习和深度学习的上下文中，高维空间并不一定仅仅指向量的维数。

Embedding 是将自然语言词汇，映射为 固定长度 的词向量 的技术· 说到这里，需要介绍一下 One-Hot 编码 是什么。· One-Hot 编码· 这有坏处，它不仅计算量更大，而且，它是，因为每个词汇表中，每个 One-Hot 矩阵对应的 prompt 都不同。来看看，降维算法能够将这些被 Embedding 转化了的向量在 2维 坐标系上展现成什么样：很明显，意思越是不相同的词语，他们的向量距离在二维平面上也相距越远越是意思相近的词语（cat，猫；

你要了解 Lora，也就是“低秩适配”，你首先得明白“秩”是个什么东西罢？所以，矩阵的 秩 的数量，即是它的 线性独立的行 的多少！也就是说，一个矩阵的 秩 越大，它的 有效信息含量 就越大。

随便找一个 civitai 上面的模型，按照 github 原作者的说明进行操作（也就是复制 url）进入 sd-webui-model-downloader-cn\scripts 目录。经过我的测试，这个源码一进行预览，就会报错，爆得满屏都是 error。保存，退出，重启 StableDiffusion 的 WEB UI。我不确定这是否是源码本身的问题，有可能是我本地网络环境的问题。把这整个文件直接全部删除，把我下面的代码黏贴进去。黏贴，预览，成功的话点击“下载”输入cmd，回车，打开cmd，

在源代码中，引用 yolo 相关文件的时候，大部分都采用了从云端下载的方法，但是，huggingface已经被墙了。注释掉这个 get_models() 函数（主要是怕改崩溃了，留个备份）把 yolov8x-worldv2.pt 文件找个合适的目录扔进去。重写一个新的 get_models() 函数。所以说，下载不到很正常。

1.基础sd base model家族：SD1.4、SD1.5、SD1.5-LCM、SD2.0、SD2.0-768、SD2.1、SD2.1-768、SD2.1-UNCLIP2.升级sdxl base model家族：SDXL0.9、SDXL1.0、SDXL1.0-LCM、SDXL-DISTILLED、SDXL-TURBO3.专门用于视频生成的 SVD 家族：SVD、SVD-XT4.最新科研：playground-v2、PixArt-α。

1.我使用的是秋叶版本的整合包2.在安装了 mov2mov 后，一键启动报错如标题3.原因解释：modules.ui这个包里没有 create_sampler_and_steps_selection 函数。

区块重绘，再拼接（优点：效果更好。1.可以在 图库浏览器 中打开我们生成过的图片（也可以直接图生图，但那就会丢失关键词了）3.等比缩放比例调节为 2~3 之间（或其他，自行尝试，这只是一个推荐值）4.选择神经网络，推荐使用 BSRGAN，或者 SwinIR_4x。，但如果你需要让画面更明亮一些，而非真实一些，那就使用后者。用于没有现有图片的时候，我们想要直接生成高分辨率版本的时候。设置 -> 放大 -> 图生图的放大算法（1.在“图生图”中选择脚本“使用SD”放大。2.SD upscale（SD放大）