- 博客(16)
- 收藏
- 关注
原创 sklearn基础教程:掌握机器学习入门的钥匙
是基于Python的一个开源机器学习库,它建立在NumPy、SciPy和matplotlib之上,提供了大量的算法和工具,用于数据挖掘和数据分析。无论是简单的线性回归,还是复杂的神经网络,sklearn都能提供直观易用的接口。作为Python中最为流行的机器学习库之一,以其简洁的API、丰富的算法和强大的功能赢得了广大用户的青睐。通过本文的介绍,相信你已经对sklearn有了初步的了解,并能够开始进行一些基础的机器学习任务。
2024-07-13 21:34:41
696
原创 三种放大方案
上面介绍的三种方案,已经满足日常的需求了,按模型放大最快但是效果不大行,一般推荐使用潜在空间放大,就类似文生图里面的高清放大,如果想图片变化不大,那就用SD放大插件,这个就有点类似SD那边的tiles Diffusion那个功能,当然我们也可以结合使用,比如潜在空间放大+SD插件放大,只要你电脑显卡够呛,结合使用也是ok的。
2024-07-13 21:18:39
577
原创 Controlnet的使用
本篇来介绍下ComfyUI里面如何使用 Controlnet这个神器,有用ControlNet和没用ControlNet,区别就是木棍和大炮,ControlNet是我们学习AI绘画必不可少的插件之一,这里我权当你已经了解过在WebUI那边关于Contrlnet的使用了,如果还没有,请先自行学习。
2024-07-12 20:29:37
1289
原创 Lora的使用
玩过SD的大概都知道 lora的用途了,这里我们简单概括下说明:一般用于复刻人物、物品的特征、训练画风、需搭配主模型使用路径:*\models\lora格式:后缀一般为 .safetensors模型大小:几十mb至两三百mb,部分Lora会需要触发词来使用,否则效果不明显。
2024-07-12 19:46:37
613
原创 图生图流程解析
具体图片的话,看原理流程图里面是需要先经过VAE编码后才可以接入到采样器的,所以这里把加载器的图像节点拉出来,连接一个VAE编码节点,这时候才可以去连接采样器的输入端的Latent,其实大家后面连接节点的时候可以注意节点的颜色,相同颜色的节点才可以连接。如下图这样,按图像缩放的可以设置具体的宽高,也是最常用的,第二种就是直接设置缩放倍数。采样器经过多次的工作,也就是对应步数那个属性,这里设置的是20步,也就是执行了20次。上面的只是一个最基本的工作流,你会发现图片尺寸好像无法修改,只能使用图片默认的。
2024-07-11 09:14:47
572
原创 文生图流程解析
本篇介绍下文生图这个最基本的工作流,上一篇已经介绍过了ComfyUI的出图原理了,结合这个原理来做这个工作流,你会发现非常顺。原理篇介绍过,底层的话其实是包含大模型、CLIP和VAE、采样器,下面具体说明也围绕这方面来展开。
2024-07-10 17:36:52
907
原创 ComfyUI出图原理
因为comfyUI是基于workflow工作流的,就是将要完成的任务进行分解,然后一个个节点配置起来,如果你不懂的工作原理,别人分享的工作流你也只仅仅只能使用,想自己微调的话难度就大了。本文主要讲解工作流基本原理,让你对工作流在框架层面有大致认识。
2024-07-10 17:24:03
1017
原创 ComfyUI 插件安装的方法有哪些?如何安装ComfyUI自定义节点?
comfyUI 如何安装插件(自定义节点),因为插件安装不成功是comfyUI的常见问题,所以这里将会讲解4种comfyUI安装的方法。 其中我会比较推荐使用秋叶的ComfyUI整合包,你可以在下面的板块获取到秋叶的ComfyUI整合包的相关信息
2024-07-09 08:51:45
789
原创 ComfyUI与其他Stable diffusion AI绘图应用要如何共享绘图模型?
无论是下载的第三方安装包还是官方的整合包,你在对应ComfyUI的安装目录里都可以找到extra_model_paths.yaml.example 这个文件
2024-07-09 08:00:00
271
原创 关于Sampler和Scheduler?这些内容是你需要知道的
回溯Stable Diffusion生成一张图片的“去噪过程” ,SD会经由随机种子生成一张随机噪声图,然后利用训练好的”噪声预测器“(U-Net),结合输入的提示词等“条件”(Conditioning),进行“条件去噪”,在这张噪声图上不断添加一些形象,使之成为一张生成的新图片。在WebUI里,你所能看到的“采样方法”是一个单一的参数选项,但在Comfy UI 的核心采样器 KSampler 里,它会被“拆分”成两个单独的选项:Sampler Name(采样器名称)与 Scheduler (调度器)——
2024-07-08 08:45:00
264
原创 初始界面与基础操作
如果想一次性下载所有工作流,可以将这个项目下载/克隆到本地:https://github.com/comfyanonymous/ComfyUI_examples。可根据需要检索不同分类下的工作流下载使用。包含作者撰写的各种工作流的应用说明。
2024-07-08 00:40:32
473
原创 ComfyUI安装完整攻略
ComfyUI是一种新型的Stable Diffusion用户界面,因其独树一帜的“节点式”界面,逐渐成为了AI绘画领域进阶玩家的得力武器。搭配各式各样的自定义节点与功能强大的工作流,它得以用更低的配置实现许多在WebUI等常规界面里无法做到的复杂生成任务,并为基于Stable Diffusion搭建各类AIGC应用提供了便利。
2024-07-07 08:30:00
1098
1
原创 秋叶启动器使用教程
在找到你需要的 comfyUI 插件(自定义节点)后,点击对应项目后的安装(install)按钮 等待程序运行,如果无误的话你将会看到安装成功提示。
2024-07-07 08:30:00
254
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人