ya_shy的博客

Stable Diffusion模型或checkpoint模型是预先训练的稳定扩散权重，用于生成特定风格的图像。模型生成什么样的图像取决于训练图像。如果训练数据中不存在猫，则模型将无法生成猫的图像。同样，如果您只用猫图像训练模型，它只会生成猫。我们将介绍哪些模型、一些流行的模型以及如何安装、使用和合并它们。

无论你的提示和模型有多好，一次性获得完美图像的情况都很少见。修补是修复小缺陷不可或缺的方法。在这篇文章中，我将介绍一些使用修复来修复缺陷的基本示例。

快速构建是任何Stable Diffusion用户都应该掌握的基本技能。通过了解如何构建清晰简洁的提示，您可以解锁 Stable Diffusion 提供的全部风格。为了擅长提示构建，您应该从一个特定的主题开始，并添加关键字以达到特定的效果。您在本文中学到的技能可以应用于其他人工智能艺术生成器，例如 MidJourney。

想学习Stable Diffusion人工智能吗？本初学者指南适用于Stable Diffusion或其他 AI 图像生成器零经验的新手。您将获得Stable Diffusion的概述和一些基本的有用技巧。

今天介绍一下在阿里云快速部署Stable DiffusionAIGC中的Stable Diffusion文生图模型是开源流行的跨模态生成模型，用于生成与给定文本对应的图像。通过EAS，你可以一键部署AIGC Stable Diffusion SDWebUI绘画的AI-Web应用，以便在该应用中进行模型推理验证，实现自动生成图像等功能。

Stable Diffusion已成为2023年最流行的文生图模型之一，它使用超级简单、完全开源免费，生成的图片以假乱真、震惊四座。Stable Diffusion WebUI是由 Automatic1111 开发的简单但功能强大的 Web 界面，可以帮助我们轻松运行Stable Diffusion模型。Stable Diffusion运行需要高性能的显卡支持，个人电脑一般很难达到其需要的性能要求，比较好的解决方案是在云服务上部署运行Stable Diffusion我发现当前网上大部分Stable Diff

ChatGPT是由OpenAI开发的一种先进的自然语言处理（NLP）模型，它是GPT-3.5架构的最新版本。该模型通过大规模的预训练学习获得了强大的语言理解和生成能力，可以理解并生成人类语言。

Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service的首字母简称，一个更易于构建云原生应用的动态服务发现、配置管理和服务管理平台。

AWS亚马逊云良好架构框架

node_exporter+prometheus+grafana实现主机监控

定时任务，mysql，磁盘监控

java内存泄露全套定位方案

说明阿里云的弹性伸缩功能，是阿里云ecs服务器应对高并发业务的解决方案阿里云弹性伸缩文档：https://help.aliyun.com/document_detail/25857.html此文档记录了当前架构如何结合阿里云弹性伸缩的踩坑之路前提1、启用阿里云弹性伸缩的前提是业务已经有一定的性能测试的经历，了解哪些应用服务比较吃ecs的cpu，并发可能较大2、需要将可能存在并发的应用服务隔离出来，单独放在一台服务器3、应用服务连接数据库RDS、redis、eureka需要用内网IP4、转发到

关于elk搭建请看：《elk搭建与简单的线上应用》前序在上一次《elk搭建和简单线上应用》中写道，Filebeat可以替代Logstash来实现数据收集与简单的清洗工作。但是关于nignx日志各个字段都要清洗出来，当前Filebeat还做不到，需要借用Logstash能力下面我将线上分析nignx日志的例子，来展示Logstash强大数据清洗的能力具体步骤可以参考：https://www.cnblogs.com/hukey/p/11519612.html#1.%20%E5%89%8D%E8%A8%

开源文档：Logstash：https://www.elastic.co/guide/en/logstash/current/index.htmlFilebeat：https://www.elastic.co/guide/en/beats/filebeat/current/index.htmlElasticsearch：https://www.elastic.co/guide/en/elasticsearch/reference/current/index.htmlKibana：https://ww

1、性能测试必要性官话：性能测试能帮助用户更好地从技术上来规避系统上线后的风险、评估线上系统的真实能力、根据业务模型摸底线上能力以提前应对个人理解：服务器有性能瓶颈，用户的操作对于服务器会有影响，但是用户什么操作、多大量的操作，对服务端的内存有影响还是cpu有影响、多大的影响、服务器能否承受，不知道。用户和服务器的关系，其实是灰度的、不可量化的。而性能测试，可以通过一定的测试策略，在模糊地带找到用户和服务器之间的丝丝关系点，且能量化评估，这是第一点。第二点，性能测试可以来找到整个系统真正的瓶颈（问题点

也可以看文档：https://blog.csdn.net/qq_41475058/article/details/105656375?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522159756012919724835836781%2522%252C%2522scm%2522%253A%252220140713.130102334%E2%80%A6%2522%257D&request_id=15975601291972483583678

前提：在aws的ec2手动搭建Cloudwatch Agent，以收集ec2内存、磁盘性能操作步骤：1、给ec2增加角色，角色具有CloudWatchAgentServerPolicy权限选择安全>>修改 IAM 角色2、安装amazon-cloudwatch-agent，其中ap-southeast-1更换为对应的区域编码yum install -y https://s3.ap-southeast-1.amazonaws.com/amazoncloudwatch-agent-ap

1、创建一个sns主题2、创建一个邮件的订阅3、创建钉钉机器人记下Webhook重点：要记下你的加密手段具体请看https://aws.amazon.com/cn/blogs/china/enterprise-wechat-and-dingtalk-receiving-amazon-cloudwatch-alarms/4、创建AWS Lambda 函数具体看：https://aws.amazon.com/cn/blogs/china/enterprise-wechat-and-dingta