weixin_43360707的博客

CLIP，它解决文字和图片之间对应的问题。我们常规训练模型后，万一要新增一个分类，这个时候只能重新训练，然后重复之前的工作。那么有没有一个办法，让我们不用重复之前的工作呢？GPT中有一个zero-shot，我们只要训练好一个大模型，然后通过一些提示，就能让它自动分类识别。

# 1.temporal-kit操作。# 3.游戏卡通动画转真人视频。AI 绘图朝着动画和视频发展。### 1.创建文件夹。# 5.真人转雕像动画。

本章主要介绍如何用SD绘制漫画。

如果你知识想要修改图片局部地方的内容，就可以通过该插件来进行。提示：以下是本篇文章正文内容，下面案例可供参考以上就是今天要讲的内容。

经过SDXL0.9和SDXL Beta的迭代，终于SDXL1.0正式版发布了！之前使用AIGC生成图片，一般都是生成512512的图，然后再进行放大，以达到高清出图的要求。但是这里有个问题是底模其实都是海量的512512图片训练出来的，所以出图效果上经常不如人意，在细节上会差一些。这次SDXL1.0直接使用10241024的海量图片训练底模，而且分为了文生图用的base模型和图生图进行优化和放大的refiner模型，从而实现了不输于Midjourney的出图效果。

本章主要讲一个反推提示词的插件tagg.我们平时通过CLIP和DEEPBORU来反推提示词，但是这两个太慢，并且容易出错例如：以上就是今天要讲的内容。

本章主要介绍局部重绘的功能，文章借鉴了B站视频，感兴趣的直接观看：提示：以下是本篇文章正文内容，下面案例可供参考`这就是局部重绘的全部介绍。

本章主要介绍黑白稿线稿上色，这是通过ControlNet插件来实现的。想要看ControlNet的详细内容，可以在下面链接中查看：链接入口：stable diffusion实践操作-Controlnet例如：以上就是今天要讲的内容。

LyCORIS，可以理解为lora的加强版本。超越传统Lora的方法，应用在SD上github最新地址：https://github.com/KohakuBlueleaf/LyCORISStable diffusion喂饭级基础教程 第十三期 什么是LyCORIS模型另外这里有一篇模型文章：例如：以上就是今天要讲的内容。

本章主要介绍webUI界面中的模板等用法.拷贝内容粘贴到文本框中### 1.4 点击按钮将作者所有参数同步到我们的SD中`以上就是今天要讲的内容，特别要学会如何复现网上比较好的图片。

当使用相同的大模型、关键词、Lora模型和其他参数时，生成的图像可能与他人不同，其中一个影响因素是随机数种子（Seed）。随机数种子控制了图像生成的底层形状，类似于画画时最开始的线稿。它决定了图像的基础轮廓，包括人物的外形轮廓、姿势和站位等。当随机数为“-1”的时候，SD就会随机给你的照片生成一个种子，这个种子就理解成不一样的线稿就可以，你可以在生成的图像下方查看英文字符串中的seed值，以了解当前生成图像所使用的随机数种子。提示：以下是本篇文章正文内容，下面案例可供参考。

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

主要介绍SD的宽高设置以及高清修复例如：以上就是今天要讲的内容。

本文主要收纳总结了提示词-人物服饰。

本文主要收纳总结了提示词-人物属性。

本文主要收纳总结了提示词-整体环境。

本文主要收纳总结了提示词-图片结构。例如：以上就是今天要讲的内容。

本章主要介绍SD webUI的一些使用教程。提示：以下是本篇文章正文内容以上就是今天要讲的内容。

例如：以上就是今天要讲的内容，本文仅仅简单介绍了采样的使用。

例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。提示：以下是本篇文章正文内容，下面案例可供参考例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。

学习本章之前，先看SD生图原理。

本文专门开一节SD原理相关的内容，在看之前，可以同步关注：stable diffusion实践操作

本文专门开一节写图生图相关的内容，在看之前，可以同步关注：stable diffusion实践操作

因为hypernetworks主要用来训练画风，训练难度较大，很有可能被后出现的lora所替代，不过人家既然能坚持到现在，说明也有它的两把刷子。我觉得它最重要，也最好的功能就是对画面风格的转换。除了画风，它其实也可以训练人物和物品，比如电影角色，但是大家为什么用的少呢，它做到了神似，但是想要高精度还原的话，还是要借助于lora.中文名字叫超网络，功能和embedding，lora类似，都是对生成的图片进行针对性的调整，小白可以理解为低配版本的lora。国外的是：https://civitai.com。

本文专门开一节写提示词相关的内容，在看之前，可以同步关注：stable diffusion实践操作

本文专门开一节写提示词相关的内容，在看之前，可以同步关注：stable diffusion实践操作。

本文专门开一节写提示词相关的内容，在看之前，可以同步关注：stable diffusion实践操作。

本文专门开一节写图生图相关的内容，在看之前，可以同步关注：stable diffusion实践操作可以理解为提示词的集合，可以省略大量的提示词。后缀safetensors，大小几十kb。

本文专门开一节写图生图相关的内容，在看之前，可以同步关注：stable diffusion实践操作。

本文专门开一节写文生图组合相关的内容，在看之前，可以同步关注：stable diffusion实践操作将需求进行拆分，熟练运用组合。

本文专门开一节写图生图相关的内容，在看之前，可以同步关注：stable diffusion实践操作。

本文专门开一节写 文字图片相关的内容，在看之前，可以同步关注：stable diffusion实践操作。

本文专门开一节写相关的内容，在看之前，可以同步关注：stable diffusion实践操作。

本文专门开一节写相关的内容，在看之前，可以同步关注：stable diffusion实践操作。

本文专门开一节写相关的内容，在看之前，可以同步关注：stable diffusion实践操作。

提示词是SD中非常重要，你生成的图片质量，基本就取决于提示词的好坏，提示词分为。

下载链接：https://www.liblibai.com/modelinfo/870bee7ee8377e037097ae2d16839709。下载链接：https://www.liblibai.com/modelinfo/7755bdd92e3baeb7bd8ac79a455070ad。下载链接：https://www.liblibai.com/modelinfo/7b3ce08ce87271586f0fd00de32604be。基础模型：SD1.5。基础模型：SD1.5。基础模型：SD1.5。

本文专门开一节写大模型相关的内容，在看之前，可以同步关注：stable diffusion实践操作底模/大模型 是SD能够绘图的基础模型。安装完SD软件后，必须搭配基础模型才能使用。不同的基础模型，其画风和擅长的领域会有侧重。常见的模式，后缀ckpt，safetensors，大小在2-8G之间。【1】Stable Diffusion 常用官方模型V1.5版本，v1-5-pruned.ckpt。下载链接：https://openai.wiki/stable-diffusion-model-v1-5.h