weixin_47970003的博客

使用pandas追加写入excel

【代码】【python】pickle配合webdriver模拟登陆。

在爬虫过程中，想要把爬取后的数据直接写入mysql数据库，经过多次尝试，几次报错，终于总结出一个比较稳定的步骤。

启动Appium需要的环境配置有些复杂，这里将需要的环境配置整理出来，附上博主亲测有效的教程，有些教程有一点点老了，博主也做了备注，并且有些老一点步骤，博主根据现有的情况做了新的图文教程，大家参考附上的教程以及新的说明，一步一步就可以实现Appium的环境配置。

众所周知，吴恩达老师与OpenAI联合推出了一门面向开发者的Prompt课程（https://www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers），时隔几天，吴恩达老师发推说已经有超过20万人注册学习此课程，可见这门课程的受欢迎程度是如此之高。博主将用几篇博客来总结记录这门课程的要点，方便大家配合视频一起学习，能够快速掌握这门面向开发者的Prompt课程。

Selenium是一个自动化测试工具,可以通过它来控制浏览器自动执行一系列操作。它常用于UI界面测试和爬虫。

接上篇【Stable Diffusion】ControlNet基本教程（三），本篇再介绍两个ControlNet常见的基本用法：控制人物动作和建筑/室内生成。让人物摆出特定的动作，这是ControlNet最神级的操作！这意味着可以自定义姿势，这意味着AI绘图正式进入自主可控的世代！而建筑/室内设计生成则给做设计的小伙伴带来更多灵感，并且减少渲染等很多重复、繁琐的工作，帮助设计师更专注于设计本身。

接上篇【Stable Diffusion】ControlNet基本教程（二），本篇继续介绍两个ControlNet的基本用法：更换物体皮肤和室外风景生成

接上篇【Stable Diffusion】ControlNet基本教程（一），本篇介绍两个ControlNet常见的基本用法：漫画线稿上色和随机涂鸦生成 。

就在情人节前一天一款叫ControlNet的SD插件发布了，这款插件在短短的两天内成为了AI绘画领域最新的热点。而它的出现代表着AI生成开始进入真正可控的时期，而AIGC的可控性是它进入实际生产最关键的一环。

我们在进行绘画创作的时候，想要尝试不同的画风，并快速得到这种画风的图像，hypernetwork就可以满足我们的这种需求，它轻量、快捷，可以很方便地对画风进行转换

在使用Stable Diffusion加载lora时，往往出现生成的图像效果与示例图像效果差距较大的情况，生成的图像质量不能令人满意，本文提供五个lora的基础使用技巧，提高生成图像的效果质量

安居客的小区页面中有很多关于房产的信息，包括小区的名称、房价、建筑年代、建筑类型、物业费用等，将这些信息爬取下来，做进一步分析，有助于我们做出更合理的选择

在链家网站的小区页面中，我们可以获取的小区的名称、房价、建筑类型、物业费用等各类详细信息，使用爬虫技术将这些信息爬取下来进行进一步分析将有助于我们做出更合理的决策

使用lora可以提取画面中的任何特征，进而生成任意的画风、动作、表情等，非常方便、好用

在Stable Diffusion的使用过程中，如果针对某一特定人物、场景、动作有大量的描述词要写，如何进行快速描写呢？embedding可节省大量的描述词，对特定人物、场景、动作进行“打包”

VAE是Stable Diffusion的一种重要的深度学习模型，它可以使图像变得更鲜艳，帮助AI绘画师更好地理解输入图像的特征，并生成更加逼真的绘画作品，本文从基本概念讲起，对VAE的作用，打开方式，存放位置，下载途径等方面进行简要的全面介绍，帮助初学者快速入门，快速使用。

在面上开孔洞有很多种方式，使用nurbs也可以，但nurbs的运算速度相对较慢，不利于大量的孔洞计算，使用网格就会方便快捷很多。

8.处理重复数据（1）防止表中出现重复数据使用primary key索引create table person(last_name char(20) not null,first_name char(20) not null,address char(40),primary key(last_name,first_name));使用unique索引create table person(last_name char(20) not null,first_name char(20) not null