stable_diffusion提示词编写笔记(1)

最新推荐文章于 2024-09-01 23:06:50 发布
最新推荐文章于 2024-09-01 23:06:50 发布
阅读量458 收藏 7
点赞数 6
分类专栏： StableDiffusion 文章标签： 笔记 stable diffusion
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wswq2505655377/article/details/136051869
版权

stable_diffusion提示词编写笔记(1)

start

总结一下AI绘画学到的知识。

一.提示词分两种：

1.正向提示词；
2.反向提示词；

一个对应你希望图形包含的内容提示词，一个对应你不希望图形出现的内容提示词。

二.如何书写提示词

1.内容型的提示词

  • 人物及主题特征
  • 场景特征
  • 环境光照
  • 画幅视角

2.标准化的提示词

  • 画质提示词
  • 画风提示词

stable_diffusion提示词编写笔记

三.提示词权重

1.括号加数字

(girl:1.5)
调节权重为原来的1.5倍，建议权重的范围为：`0.5~1.5`

2.其他
在这里插入图片描述

lazy_tomato
关注
  • 6
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
Stable Diffusion 提示词指南书 OpenArt .pdf
07-31
总的来说，《Stable Diffusion 提示词指南书》是一本面向创作者的实用指南，它不仅教导用户如何编写有效的提示词，还鼓励他们探索和实验，以最大化利用Stable Diffusion技术的潜力，将想象中的艺术作品生动地呈现...
stable diffusion提示词-爆款系列
06-05
稳定扩散（Stable Diffusion）是一种先进的人工智能绘画技术，它基于深度学习模型，能够根据用户提供的提示词生成高质量的图像。在这个"爆款系列"中，集合了一组精心挑选的提示词，旨在帮助用户创作出更具吸引力的...
stable diffusion 反向提示词
10-25
在IT领域，尤其是自然语言处理（NLP）和深度学习中，“stable diffusion 反向提示词”是一个重要的概念。这个标题可能是指一种特定的技术或算法，用于改进模型的训练过程，尤其是在生成对抗网络（GANs）、自注意力...
Stable Diffusion提示词使用指南
06-29
Stable Diffusion是一款先进的生成模型，常用于文生图和图生图任务，它通过接收提示词（prompt）来创建图像。提示词是指导模型生成过程的关键，它们由多个描述性的英文词汇组成，用逗号分隔，无需在结尾添加额外的...
stable diffusion提示词-风景系列
06-05
在“stable diffusion提示词-风景系列”中，我们看到的是一个专门为使用该模型创作风景画准备的资源集合。这些提示词是精心挑选的，旨在激发AI模型生成各种不同风格和场景的风景画面。用户只需要将这些提示词复制并...
软件测试学习笔记丨Pytest配置文件
ceshiren_com的博客
08-27 4296
pytest.ini是pytest的配置文件；可以修改pytest的默认行为；不能使用任何中文符号，包括汉字、空格、引号、冒号等。
MATLAB学习笔记3
probably121的博客
08-28 892
例如，通过[X, Y] = meshgrid(x, y);函数返回值：函数可以返回多个输出参数，例如 function [sum, product] = calculate(x, y)，sum=x+y;匿名函数和内联函数：匿名函数使用@(args) expression的形式，内联函数使用inline('string')的形式，它们适用于简单的、单行的函数定义。多图绘制：subplot函数允许在一个窗口内分区域绘制多个图，如 subplot(2, 2, 1) 会在2x2的图形布局的第1个位置绘制图形。
【学习笔记】卫星通信NTN 3GPP标准化进展分析（六）- 参考标准
最新发布
u011376987的博客
09-01 570
本文总结了NTN标准化进程以及后续的研究计划，是学习NTN协议的入门。本文来自3GPP Joern Krause, 3GPP MCC。
12306项目学习笔记（框架篇Base）
qq_74851649的博客
08-30 721
首先学习的是基础框架提供了一种静态方式来访问Spring容器中的Bean，适用于某些特定场景，如工具类和框架集成。在12306项目中由于我们引入了RocketMQ消息队列，这些库的对象通常不是Spring管理的，无法直接使用@Autowired注入，所以需要类提供一种静态方式来访问Spring容器中的Bean。比如在我们的TicketServiceImpl中的bean对象就是用以下方法获取的。
Datawhale X 李宏毅苹果书AI夏令营 学习笔记
m0_61049596的博客
08-31 664
今天，我继续学习了深度学习中的优化算法，并且着重理解了如何利用。等高级优化器来提高模型训练的效率和效果。2024年8月30日。
Java基础（6）- Java代码笔记3
weixin_47062560的博客
08-30 1424
数据类型[][] 数组名 = new 数据类型[m][n]数据类型 数组名[][] = new 数据类型[m][n]数据类型[] 数组名[] = new 数据类型[m][n]m：代表二维数组长度n：代表二维数组中每个一维数组的长度。
#单片机基础 笔记二
weixin_58298518的博客
08-29 1322
SPI+中断 时钟系统 ADC+PWM DMA+DHT11
【项目】云备份系统笔记
m0_73713491的博客
08-27 1121
就包含一个类，config，是读取配置文件的类，因为配置文件只有一份，所以可以采用单例模式，把config类的构造函数私有化，只能通过一个公共成员函数getinstance（）来创建对象（new config（）），在类的内部可以调用私有化构造函数，构造函数里面再调用读取配置文件的函数，用自己实现的工具类读取配置文件，将读到的内容放到一个字符串中，然后再将字符串用Json进行序列化，然后给类中的成员变量进行赋值，类中的成员变量就包含了cloud.conf里面包含的信息，一一对应。
谷粒商城实战笔记-282~283-商城业务-订单服务-提交订单的问题
epitomizelu的专栏
08-29 1096
Services Panel 是 IntelliJ IDEA 提供的一个功能模块，旨在帮助开发者更好地管理和监控应用程序中的服务组件。它位于 IDE 的右侧面板中，可以方便地访问一系列与项目相关的服务和工具。
数据结构（邓俊辉）学习笔记】串 06——KMP算法：构造next[]表
weixin_44399845的博客
08-27 830
KMP算法：构造next[]表
GB28181 SDP协议学习笔记
yjkhtddx的专栏
08-27 1118
其中第一位为历史或者实时媒体流的标识位，0为实时，1为历史；第2位到第6位取20位SIP监控域ID之中的4-8位作为域标识；第7-10位作为域内媒体流标识，是一个与当前域内产生的媒体流SSRC值后4位不重复的四位十进制整数。"v="字段表示会话描述协议的版本。本文定义的版本为0，没有次版本号。当回放或者下载时，t行值为开始时间，结束时间，采样" "分隔。"Playback"代表历史回放。"Download"代表文件下载。"Talk"代表语音对讲。"Play"代表实时点播。
android - 笔记
tianyu的专栏 - Linux site:blog.csdn.net/wishfly
08-29 43
1 安装[教程]VMware安装Android虚拟机+联网_哔哩哔哩_bilibili
深度学习入门笔记
本人hexo博客：www.boluoboluobo.top
08-29 799
个人感觉其实神经网络其实就是一个万能的拟合器，训练神经网络的过程，就是让计算机自己从大量的数据中寻找一条公式。这些数据有输入，输出结果，就是中间的函数映射是未知的，寻找的就是这些未知的映射。我们创建的神经网络，就是假定了函数的很多参数，通过损失函数，丈量与实际真实结果之间的距离。目标就是缩小之间的距离，而这个过程就相当于寻求一个函数的最低点，最低点的特征是导数为0，因此反向传播求导是获取了探寻最低点的方向，学习率就是前进的步长。
Shader笔记：光照与阴影1
qq_39377889的博客
08-27 889
浅入深出，由ShadowCaster引入URP阴影的渲染机制，并以此为拓展，阐述了一些阴影渲染的画面问题，并对实际运用技术点的含义与原理进行了解析。
stable_diffusion
10-08
stable_diffusion 是一个稳定扩散的概念，在物理和数学领域中经常被讨论。它指的是一个系统在达到稳定状态时的扩散现象。稳定扩散通常意味着粒子或物质的浓度在时间上不再变化，即扩散速率与反应速率达到平衡。 在物理学中，稳定扩散是指当扩散过程达到平衡时，系统中各个区域的浓度分布保持不变。这种稳定状态可以通过达到稳定的浓度梯度、温度梯度或化学梯度来实现。 在数学领域中，稳定扩散是指微分方程的解在某一时间点之后保持不变。这意味着系统的演化趋势达到平衡，不再随时间变化。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

lazy_tomato

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值