SD文生图之什么是采样器和推荐场景

前言

上一章，我们介绍了VAE模型

本章，我们介绍如何RA/SD中的各种采样器及其特性

采样器可能是很重要的影响AIGC最终生成内容的环节了。不同的采样器实现的方式，原理，算法都不同。

目前没有一个较为统一的采样器，可以作用于所有的模型中。但不同的采样器有一定的风格特征，很多用户总结了一些心得。

但总体来说，每个AIGC的设计参数都会有不同的影响，更重要的AIGC的环节下最重要的奇怪的创意，所以有的时候用些奇怪的采样器，甚至会给你意想不到的效果。

C站上所有的模型，都会写明具体的例子的采样器。但不意味着你一定要用那个。展开你自己的创意之路吧。

知识点

1. 采样器的基本知识和原理
2. 各种情况下选择使用采样器的推荐

什么采样器

虽然把这些采样器分成不同的类别并不容易，但可以大致归纳为两种主要的方法：

1. 概率模型，例如 DDPM、DDIM、PLMS 以及 DPM 系列模型。这类生成模型根据模型估计的概率分布来生成结果，就像用相机捕捉风景照片一样，通过捕捉概率中的可能性来形成图像。
2. 数值方法，例如 Euler、Heun和 LMS。这些方法在每一步中都致力于解决一个具体的数学问题，逐渐构建出解决方案，就像画家在画布上一步步绘制风景，每一步都在细致地添加新的细节。

2. Euler a（Eular ancestral）

Euler采样器是最简单、最快速的一种选择。它可以在较短的时间内生成图像，但可能缺少多样性。如果你对运行时间有严格的要求，或者你只需要一个大致的结果，那么选择Euler采样器是个不错的选择。

Euler a采样器相较于Euler更具多样性，可以以较少的步数产生很大的变化。不同步数可能会产生不同的结果。但需要注意的是，太高的步数(超过30)并不一定能带来更好的效果。如果你希望在较短的步数内获得多样性，Euler a采样器是一个值得尝试的选择。

Euler方法可能是最简单直接的采样器之一。这种方法基于普通微分方程（ODE），其特点是在每一步处理中都会以固定的比例逐渐减少噪声。尽管因为其简单性而在精确度上可能有所欠缺，但Euler方法因其处理速度快而被广泛应用。

Euler算法非常快速，即使在10步内也能够得出良好的结果。它的优势在30到50步之间。

3. DDIM

DDIM采样器收敛速度较快，但相对而言效率较低。它需要较多的步数才能获得较好的结果，因此更适合用于重绘时的使用。如果你希望在纠正错误或调整提示词时进行迭代绘制，DDIM是一个可靠的选择。

DDI