基于Flask框架开源自然语言处理模型运用学习系统的设计与实现

用户手册

---

---

一、Stable-diffusion大模型（文生图，图生图）专区

1.采样器的选择

我们知道 sd webui 生成图像，大致会经过以下过程：

-为了生成图像， Stable Diffusion 会在潜在空间中生成一个完全随机的图像

-噪声预测器会估算图像的噪声

-噪声预测器从图像中减去预测的噪声

-这个过程反复重复 N 次以后，会得到一个干净准确的图像

这个去噪的过程，就被称为采样。采样中使用的方法被称为 Sampling method （采样方法或者是采样器）。下面介绍Stable-sdiffusion模型的6种采样方式：
Euler a
祖先采样器的一种 ， 类似于 Euler ，但在每个步骤中它会减去比“应该”更多的噪声。并添加一些随机噪声以匹配噪声计划。去噪图像取决于前面步骤中添加的特定噪声。
Euler
最简单的采样器，在采样过程中不添加随机噪声，通过噪声计划告诉采样器，每个步骤中应该有多少噪声。并使用欧拉方法减少恰当数量的噪声。以匹配噪声计划，直到最后一步为0 为止。
LMS 解决常微分方程的标准方
LMS采样速度与Euler 相同 。
DDIM
官方采样器之一，使用去噪后的图像来近似最终图像，并使用噪声预测器估计的噪声，来近似图像方向。
PLMS
官方采样器之一，PLM