ai炼丹炉应用的哪些场景
首先选一张难看的废稿扔进炼丹炉， 生成这张图，踏格发送到图声图编辑正向和反向提示词设置完成参数，按生成按钮， 选一张已生成的图，继续图生图， 可以多生成几张， 看一下生成的四张效果图，还不错的样子。 ai 绘画是个偷懒好工具，想要好的设计还需要多学习动脑，加油！
粉丝613获赞1.2万
相关视频
06:33查看AI文稿AI文稿嗨，欢迎来到 ai 上火星！本期视频开始前，要感谢一下朱泥匠大佬无私分享的 lora 炼制软件。本篇教程基于大佬的分享，结合我自己的使用经验，给大家分享一下我使用赛博丹炉的心得。本期教程分为三部分，一、丹炉基础部署。二、炼丹基本参数。 三、双语 type 翻译器的挂在让你快速炼制人生第一炉丹。学习过程中有遇到的问题 欢迎在评论区进行交流讨论。安装包素材获取方法我也放评论区置顶了，小伙伴们自行领取。众多 ai 生成图中，你肯定见到过这样的 这样的产品图，我们自己生成的效果却不如人意那么好，今天就由我来带你学习一个神奇的功能模型，捞软模型。跟随我的脚步，带你们了解并炼制属于自己的捞软模。 行炼丹开始之前，我们先了解一下什么是 lower， lower 的作用是什么？ lower 全称 lower adaptation models， 执意为 dj 自适应模型。 lower 的作用在于画面微调并影响画面，只要挂在 lower 就可以细致化的复刻指定的人物或物品的特征。 那今天我们就用朱泥匠大佬分享的赛博丹炉来开启我们的炼丹之路。首先需要将安装包解压放置在磁盘跟目录，这里我选择地盘，不要改任何文件夹的名字。 因为炼制 lore 也需要挂在基础模型，所以模型的放置也需要放在地盘跟目录内。然后在 furnace 下划线， ui 文件夹中找到启动器，双击启动。首次加载会需要一些时间等待，待处理器显示 server start 时，点击开启炼丹炉。在开始炼丹之前， 需要了解并进行一下基础参数的设置。点击进入参数设置页面，会看到很多参数。对于新手来说，我们只需要记住几个需要调整的参数。 步数设置。 repeat 学习步数是 ai 开始根据算法对图片进行学习多少遍。 repeat 根据你提供的素材而定，素材越丰富，所使用的值就越高，例如二次元七到十五人物三十到五十 实物等真实事件一百左右，还需根据你电脑性能进行调整。 ipad 循环次数就是图片学习循环多少次，它和 repeat 相似，也是越多 ai 会越懂图片， 但过多后也会导致模型训练的效率降低，所以一般数值在十五到二十即可。效率设置效率设置是控制 lower 的训练速度，需要根据你电脑的显存进行微 条，也可以使用默认参数，不然会导致显存过载。这里我只调整 batch size 并行数量，数值为二。质量设置质量设置是关于产出 lore 的质量需求，一般需要结合实际的 x、 y、 c 图进行微调，看实际的 los 值这里就不展开讲述了， 新手使用默认值即可。这里需要注意的是 network game 参数 game 决定了出图的精细度，这里给大家推荐一些常用数值 样图设置。样图设置的参数就是控制图像内容及生成过程中的样图显示，这里的设置是会在每训练五十步生成一张样图， 可以看到样图效果，便于随时优化调整。需要注意的是，我们描述词的设置也是会影响 lord 的炼制效果，大佬留给一些默认描述词，也可以进行自定义内容，点击会弹出描述词 编辑框，这里需要填写你所要生成产品的描述内容，使用方法与 stable diffusion 文声图功能相似。当然炼制 lora 需要大量的图片，图片质量越好，数量越多，炼制的 lora 越精细， 但是消耗时间会更长，甚至会爆显存，所以最优的数量一般控制在三十至五十张最佳。我们需要准备产品的各个角度，炼制 lol 模型需要突出产品，所以需要手动裁剪， 也可以使用单独的裁剪器进行裁剪，这里我们点击上传素材。产品的话，我们可以选择居中裁剪分辨率，依据自己的电脑性能进行选择，这里我选择默认五百一十二乘以五百一十二， 点击预处理，等待后就可以得到裁剪好的训练级。不得不说大佬整合的单卢还是很强大的，新增了自动打太标签，并且新版 本整合了一个双语翻译太标签，使打太标签变得更加便捷。这里我也教大家如何挂在双语翻译器。我们打开百度翻译的开放平台，官网需要注册登录，找到下方的通用文本翻译，选择免费体验。通用文本翻译 api 进来后会有两个选项， 企业开发者和个人开发者，我们是个人使用就选择个人开发者。在下方输入你的信息，需要做一个实名认证，认证完毕后就可以使用这个高级版版本，根据自己的需求去选择即可。 点击高级版，然后需要进行认证，我们已经认证过了，就不再重复。下一步填写申请表格，应用名称这里填写赛博单独即可。点击提交翻译 api 就开通了。然后回到个人中心，点击开发者信息，在这里就会有你的 f id 和密要回到 粘贴我们的 id 和密要，点击开启双语太，这样我们的翻译器就开通了。回到太标签页面，优化我们图片的太标签。调整完毕后，记得确认一下参数设置那里的描述词是否已经调整为产品贴合的描述， 否则会生成与产品毫不相关的图。一切准备就绪，点击开始炼丹，静待炼制效果。也可以在日志中查看我们迭代过程中生成的图像， two thousand years later。 生成完毕后，可以点击模型按钮跳转，也可以打开 train 文件夹下的 model 文件夹，这里会看到你炼制的所有 lol 模型。 此时需要对炼制的 laura 进行跑图测试，这里我们将所有的模型拷贝至 s d 的 laura 文件夹中， 并在 s d 中 进行一次跑图测试。具体的测试方法我会在下一篇内容里进行详细讲解，敬请期待吧！测试后选择比较贴合产品的 laura， 配合描述词点击生成 啊！第一次还是有一些小小失误，咱们再点击一次，可以看到目前的效果比较 ok， 这样一个完整的 laura 就炼制完成了。 nice！ 有的小伙伴可能会说，炼制香水产品的 loler 比较常见，可能基础模型里就有那么好。这是我斥巨资购入的神秘产品，关注我，下期视频，手把手教你炼一个有味道的产品 loler！
207火星时代-设计
01:01查看AI文稿AI文稿拯救低险存炼单师在线网页版 lora 训练来了，你是否还在困苦于自己的电脑配置无法流畅运行 sd 和炼丹网页端？ sd 海意 ai 目前已上线在线炼单功能，无需下载任何安装包级文件，打开网页即可训练。首先进入海意 ai， 来到 ai 模型界面， 点击创建数据集，设置好名称和风格，上传炼丹图，上传成功后，来到下方可以自定义修改标签内容。由于预设好了新手通用参数，你可以选择直接开始训练，或者来到高级设置自行调整数据集处理好后就可直接开始训练了，需要训练的时间也不用很久，以视频中的训练集为例，三十分钟左右即可训练完成。 训练好的模型在风格一栏，你可以点击右下角在线绘画，也可以直接发布在海意 ai 网站。正好七月三号至八月三号期间，海意 ai 正在举行多个奖励活动，其中模型大师创新赛奖品包含四零九零、四零 六零 ti 显卡和丰厚奖金，更有模型师入驻福利，前二百名认证入驻的模型师值接领奖，不仅可以在线炼丹，还可以参赛赢奖，兄弟们此时不充更待何时啊！
819指尖AI绘画
05:32查看AI文稿AI文稿嗨，欢迎来到 ai 上火星上一期视频奖励一些单炉的基本安装和参数设置，相信小伙伴们都有尝试炼制自己的第一炉单，而在视频结尾我留了一个悬念，嗯，现在就来揭晓 意想不到的产品吧！你没看错，本期视频的主角就是我吃这次购入的豆腐乳。今天我们就炼制一个不常见的产品 lora。 本期教程分为四部分，一、 模型选取及炼丹基本参数。二、素材优化及肽打标。三、 lora 的炼制注意事项。四、炼丹后测试学习过程中有遇到的问题，欢迎在评论区进行交流讨论。首先将单炉开启， 这里我们选择适合的模型，模型放置位置需要在根目录下，我选择的是一个产品模型，适用于产品的链指模型的获取。我放评论区了，需要的小伙伴可以自行下载召唤词可以填写你产品的触发词，方便后期使用。 这里我们填写 do funeral 开启样章预览，在训练过程中可以看到实际跑图的过程效果。点击自定义参数设置详细参数设置教学请观看基础片 repeat 学习步数我们的产品比较简单， 所以设置五十，如果你的产品需要精细化的学习，可以适当增加学习步数。 ipad 循环次数这里设置为三十。效率设置中这里调整 that size 定型数量数值为二。 say every n eox 为美学 循环多少轮保存一个模型，这里与 ipad 循环次数相关，默认为一时循环次数为己就会获得几个模型，也可以根据你的需求进行适当增加质量设置。我们需要注意的是， network 店参数店决定了出图的精细度。根据上次给大家推荐的一些常用数值， 因为本次炼制的是产品，所以这里定设置为一百二十八，使我的画面更加细致一些。样图设置需要注意的是，描述词的设置也是会影响 lora 的炼制效果。这里需要填写你所要生成产品的描述内容，使用方法与 stable diffusion 纹身图功能相似。 炼单参数基本设置完毕。点击上传素材，准备好我们的产品，并给产品进行多角度无死角的拍摄，拍摄素材质量越高，裁切后炼制 lore 的质量越好。我们 可以使用单独自带的裁剪器进行抠图填白，经测试仅适用于简单背景，光线柔和的出现，高光也会被抠除，影响质量。这里给小伙伴们推荐一个免费的抠图网站，一键进行抠图比较方便的。但如果追求完美，还是需要拿出祖传 photo 上进行一番调整。 调整完毕的素材上传至单炉进行预处理。下面开始重要的打太环节，虽然炼单炉帮助我们自动打了太，但还会有错误重复的标签，必须手动删除。 而太中没有我们想要的太，也需要我们自己增加标签，可以所有图片整体添加， 也可以单独图片添加。下面要说一个太标签的知识点，保留特征和不保 留特征。举个例子，比如说我的这瓶豆腐乳，他的身上有个红罐子的肽，如果我们以后用这个 lar， 但不想改变他的红颜色，就要把这个标签删掉。未来这个瓶子无论怎么输入提示词，生成的永远都是红色了， 反之，如果未来要改变它的颜色，变成蓝颜色，绿颜色就要保留这个红罐子的太 ok。 一切准备就绪后，点击开始训练，静待结果。可以看到炼制的开始会有一些不相似，不用担心，炼制的过程是循序渐进的，后续的效果还是可以的。 生成完毕后，可以点击模型按钮跳转，也可以打开 train 文件夹下的猫的文件夹，这里会看到你炼制的所有 lola 模型。需要注意的是，要将你的第一个 lol 后缀名添加为最后一个数字命名，例如 这里我是三十个模型，第一个 laura 文件名就需要添加为三十，便于后续 x y c 脚本测试。选择你炼制的 laura， 放置 s d 文件下的 laura 模型库， 打开 y b， y 并刷新 lora 模型，我们需要测试一下 lora 的效果。添加基础描述词，这里点击挂上 lora 模型。 在最下方的脚本，我们选择 x y c 图表 x 轴，选择 pro s r x 轴值，这里添加我们 lara 的编号，有多少需要测试的就添加多少。 这里注意反向提示词中最好不要有权重数字，可能会导致出图失败。点击生成可以看出个 lore 的效果，这里我们选择效果比较好的一个 lore。 来到 sd 纹身图模式中，提示词中挂载上这个 lore， 并在 在 control net 中使用 set 语意分割固定模型在图片的大致位置。 愉快抽卡之后稍加调整。大家觉得这个 lora 制作的图片质量是否能商用呢？ 恭喜道友，你的产品单已经练成了，现在是不是需要一位模特来为产品代言呢？关注我下一期视频就开始炼制人像捞了我是谁？
59火星时代-设计
00:21查看AI文稿AI文稿想必你应该已经安装好了对吧？去抽烟那个啊，第一个把把这个国内加速，一定要把它运行。运行完之后呢， 这个 insto o c n 这个文件会下载很多温东西哦，你会得到这个 v n v 这个文件夹。有了这个文件夹，那么整个炼丹的环境就安装好了啊。
- 02:21查看AI文稿AI文稿
现在注意，我是在炼丹炉的 train 文件夹，对吧？在这个北京 oppo 里面呢，现在我这个文件它 还没有完全处理好，对吧？现在呢？ sd 打开了，在 sd 里面找到训练这一个，行，一二三四五六第六个按钮，对吧？这是 sd 默认自带的， 现在我们就选择图像预处理这一排的第三个，如果你是英文就数数，对吧？原目录呢？那么我们的 个目录啊，这边这个北京 opro， 我们就选择一下好吗？把这个复制进来，右键复制填到这里来粘贴重温本。下面呢就是一个空的目录啊，空你现在比如啊，因为我刚才忘了处理，所以 现在这是我新建一个文件夹，名字打了一个 ok， 注意他也是在这个 train 北京 opro 跟他是平齐的，对吧？双击这个 okok， 是空文件夹，左键单击一下，右键复制这个目录，这个空目录呢，就是用来存啊，存一会要 输出啊，处理打标签的文档，现在弄好之后，这个尺寸五幺二乘以五幺二，对不对？底下有一堆按钮，我一般是选第三个， 还有呢，最后一个啊，就是第三个和第七个，就点预处理，这边就开始读条，大家可以看到啊，我就先不暂停，可以看到呢，这里就有我二十九张图片，然后他开始处理 啊，在这个文夹里面，我们可以同时的一起观看啊，你看喏啊，已经处理好了， 经过刚才一分钟的等待，因为我的是四零九零，到现在呢？这个文件夹，这个 ok， 文件夹里面现在有这么多东西，看到没有啊？现在我要全选 ctrl 加一全选，然后右键 复制他。为什么要复制他呢？因为我忘了这些内容应该是在这个六的文件夹里面啊，现在呢？我把他们全删掉， 我在这里面粘贴一下，你就记得啊，虽然我操作有点繁琐。你就记得这底下只需要一个文件夹，这个文件夹里面只需要北京 opro 六杠，北京 opro 里面是图片加上这个标签文档，有了它我们就正式的进入到最后一步，开始炼单，好吧？
14竹相º | 左边 
01:13查看AI文稿AI文稿嘿嘿，大家好，我是玛丽莲梦露，如何陪爱你自己把一个人变为一个 ai 绘画的模型，你可以任意使用提示词来指挥他摆出任意姿势，也可以去电商平台当模特，这也是 ai 绘画界的炼丹，用秋叶大佬的上等炼丹炉，让炼丹变得如此简单， 一分钟就能学会，想学的点赞收藏！第一步，我们先准备二十张训练图片，可以自拍自己不同角度的图像， 注意背景一定要简单，我这里以玛丽莲梦露为例。第二步，打开我们下载的炼丹炉，在车影文件夹内新建任意文件夹，在文件夹中再新建一个文件夹，用于存放训练照片，前面的数字表示重复训练次数一般六至十左右。下划线后面是你自定义的模型触发词。第三步，打开标签器， 输入训练图片路径预值零点三五附加词，填入你定义的模型触发词，点击启动就会给每张训练图片打上标签， 并生成同名的 text 文件。第四步，设置炼丹炉，点击新手选项，输入训练底模路径，人物的可以用 s d。 一点五模型，填好你的训练图片路径和模型保存名称，其他的保持默认就可以开始训练了。 训练完成后，模型会保存在 output 文件夹内，我们选择最后一个，放入到 stable diffusion 的 lora 文件夹中就可以使用了。
126AI掌门
04:01查看AI文稿AI文稿开始了吗？啊，搞完了，用了两个半小时，然后你现在把它合并一下，两万四千多， 可以结束了，等他合并。合并要多久？合并好了好了好，合并只用了十二秒，没了，然后那个模型就会在这里 models， 然后 jamboro ip 啊，他会直接跑到这里面来，然后 ip， 然后他分分两个，一个是，一个是 laura， 一个是还有一个亚马文件。我们来测 试一下。测试一下，刷新一下，应该是这个 nova。 看了一下， 卧槽，什么玩意？怎么跑了一个城市的图车跑了个门店好吗？ 有点翻车了。别录了别录了，翻车了。可以，现在可以了现在可以了。是因为我少打了一个敌战，然后。 嗯，还有点抽象，我们换一个那个就是我们给他换一个踩香器，我们用一个这个踩香器，然后一会把。嗯，调一个 五幺七六八吧。五幺七六八，这个是做动漫的，然后这两是做动漫比较好，这个是做真人的比较好， 我们再去。现在还没有很多插件，现在这个只加了 stable， 加了专部的插，那个插件还有很多插件没有用到。 嗯，配合其他的插件一起使用，一起练单就可以练出一个非常完美的 ip 形象。录完了没有？没有，再跑。跑几个是吧？再试试啊。再试试，再试试。 哇，真的可以，真的很棒，炼丹成功，虽然有点抽象，但是感觉还可以。我也我也要录个视频。炼丹成功。 哇，这个可以，对吧？ 这个就有点抽象了，我现在的提示只只输了一个 ip 点赞，然后没有给他任何的描述，他完全是依照我给他的。呃，我这个不是训练库，他完全是依照。 嗯，不是这个我们找一下桌面上，往那桌面上他完全是参考我给他的训练的图，然后去自己去联想的，我们还没有给他任何的描述，如果说我们加上描述的话， 怎么描？怎么描述？我现在还没有举到手，我们去找这里面的描述词吧，我们随便去复制一个， 他就会根据你的描述去生成你的东西。这个是有点奇怪了。 哦，这是个什么东西啊？有点翻车狗头像 刚刚训练好，模型还是热的，还需要冷却一下。对对对对对，这可以吧？ 然后后面我装上扛出来的那个插件之后，我们我们摆这个，那个骨骼就可以做三视图，然后他的手脚啊，什么眼神，想怎么动就怎么动都可以，可以了可以了，不录了不录了。
873胡泊Hubo
19:55查看AI文稿AI文稿哈喽，大家好，我是麦哥。然后今天由我来给大家讲一下 ai 生成绘图课程里面跟数学相关的两节课。 首先做一下自我介绍吧，我叫麦哥。然后本科是就读于九八五的数学专业，然后主要是数学与数呃，应用分析。然后研究生去海外读了 deta size， 也就是数据科学。 毕业以后呢，就回国一直在互联网相关的企业做数据相关的工作，比如说数据分析啊，数据挖掘呀，然后深度学习，积极学习等等。然后我们就先 来看一下大概的课程吧。首先第一节课是深度学习底层与数学原理。然后我主要是讲大数据生活中的深度学习底层数学逻辑这几个方面。 嗯，其中跟数学相关的话，可能我不会放太多的公式，然后因为时间有限吗？可能就给大家大概讲一下。然后我是尽量希望以通俗易懂的方式给大家讲通深度学习相关的一些知识的。 然后先看一下整体吧，就是 aigc 的背景介绍。我们一直在说啊， aigc， aigc， aigc 就是 ai generated content。 意思就是用 ai 生产的一些内容吗？那么到底什么是 ai 呢？根据教授的定义的话， ai 其实大概 可以分为以下的六类，也就是说这六个呃，计算机视觉、自然语言处理、语言识别与生成、机器人学、博弈与合作和机器学习。 然后可以看到啊，这边对应的其实是我们人类的几种能力，比如说视觉能力啊，语言文字能力啊，听语说的能力，运动能力和运动智能相关对抗与合作的能力和学习能力等等。 可以看到以前的技术其实大多数是为了提升我们工作的效率或者说工具的效率，所以可能都是用新工具来取代旧工具。 但对于人工智能来说是不一样的，因为他的目标就是模仿我们人类的智能，所以才会有那种神经网络，因为他其实就是想模仿我们人类，对于一些就是人类 的大脑对于一些行为或者说决策而产生的一些。嗯，输出吧。然后他做这些东西就是为了取代和超越人类的智能。 然后对于深度学习来说，其实最重要的是这两个就是计算机视觉和自然原处理，也就是 cv 和 nlp。 这个我们后面会仔细的说一下，然后我们再看后面啊。现阶段 ai 的核心理念是什么？ 其实现阶段的 ai 核心里面还是统计推断和函数拟合。那什么是统计推断和函数拟合呢？其实本质上来说就是人工智能，他会提供一个方审，就一个函数，或者说一个映射吧，然后可以 你输入一个东西，他输出一个东西，比如说第一个，第一个是一个语音识别相关的你，像你可以通过一些录音笔或者说一些录音设备，可以把你的 录音文件发给他，然后他可以去识别你的波纹，你的声波，然后去返回一个你具体说了什么，比如说这边就是 how are you。 那对于图片来说的话，这个大家可能会比较熟悉哈。嗯，我放一张猫猫的照片啊，它可以 识别出来这是 cat， 但实际上现在会有更加高级的一些特征，比如说它可以识别出这只猫的品种，然后它的姿势和它所在的场景等等等等。就如果我们需要的话，那后面呢？这个是下围棋， 下围棋也是一个非常非常出名的一个应用啊，就 alphago 吗？他本质上来说，其实把围棋的一些规则给录入进去，就提前录入进去，然后让 我们的模型去按照现有的一些棋谱呀或者路数来跑。然后呢，当我们真正在下一盘棋的时候，他会分析场上的局势，然后告诉我们下一步应该怎么走，也就是这边所说的 next move。 最后一个是对话的一个系统，他就是比如说我们用户可以对他说说一句你好，然后他会回我们一句你好。 然后这个是一个大概的介绍，但本质上来说，我们现在人工智能是什么？其实就是类似于这些东西的。那你像 chat gbt， 他可能在对话系统 上，他现在已经做的相对来说比较成熟了。然后对于图像识别和图像生成来说，现在像那个 stable diffusion 等等都会有一个比较大的进步吧。然后我们再往后看， 嗯，其实这就刚刚所说的人工智能吗？然后这个是我们平时经常说的机器学习，也就是 machine learning 和刚刚所说的深度学习 deep learning， 然后也就是深深度学习具体所用到的一些神经网络。然后我后面也会具体说一下什么是剪辑神经网络等等。其实从这个图里面可以很直观的看到， 机器学习是人工智能的自己，而深度学习是机器学习的自己。而这些神经网络其实是深度学习他具体的一些应用，或者说他的使用方法。 嗯，我们来往后看啊。这边我大概写了一下陌生 learning 和 deep learning， 它的一些细节。比如说机器学习，它是通过算法来分析数据， 他是从结果当中来学习的，然后会把学习后的算法用来做决策，或说预测，或者说进行分类。 嗯，这边用到了。我举了一些剧类算法呀， b s 网络呀，包括一些映射相关的例子。 然后基于学习呢，他又可以分为有监督的，基于学习和无监督的。其实就是一个是有 label 的，一个是没有 label 的吗？然后有监督的学习和无无监督的学习，他差别就是看有没有 label。 本质上来说。嗯，我给大家举一个例子吧。比如说我们放很多很多 很多的照片来让他来学习，比如说全部都是动物的照片吧。那对于动物来说，如果我们给比如说这这么多照片，我们告诉这个机器，他的 label 是猫，然后这一批照片我们告诉他他的 label 是狗， 然后这一批我们告诉他他的 level 是其他的啊。那不管怎样，他知道了哪些照片是猫，哪些照片是狗，那当他学习完以后，他其实就知道了。当你在放一些动物的照片进去的时候，他其实就能知道你是猫还是狗。这就是有监督学习。 那什么是无监督学习呢？就是我们把所有的动物照片，可能有很多很多啊，我们放进去，他自己去识别这些特征，但前提是我们要用。我们要给他规定自呃已有的算法哈。 当我们规定好这些算法以后，他虽然不知道这些动物他分别叫什么名字，但是他起他甚至都不知道他们是动物。但是他可以给他分成几类，比如说 a， 比如说 b， 比如说 c， 那其实他可能代表的就是 a 是猫， b 是狗，然后 c 是其他动物。 就可能类似。于是这样一个例子，那随着我们 数据级的增长，然后就会有更多的这个模式，它的算法是会不断优化的，比如说还有 d 啊，还有 f 啊等等等等等等。 那什么是深度学习呢？深度学习就是他其实不会根据任务来选择算法，他是模仿我们人类的大脑结构和运算过程，然后他去识别我们输入的一些数据集，我们输入的数据集 可能非常非常的多，然后它可以进行一个学习。虽然我这边写着它可以有有监督，也可以是无监督，但其实来说我们基本上是不需要监督的。就是对于 deep learning 来说，当声音网络它来处理我们的输出的东西的时候， 他通过中间的那些数据和他的那些呃神经元的层，其实他就可以自动抽取特征了，所以他是没有必要让我们人工来贴标签的。 所以其实从我的这个介绍来说，大家就可以明白为什么说深度学习是陌生冷硬的自己。因为它其实是相当于是从记忆学习里面进化而来的，相当于它是一个更好的算法， 用了这个更好的算法，他才变成了深度学习，但同时他也需要更大的数据级和更大的运算力。 好，那我们来接着往下看。嗯，这边我放的图是一个感知器，就它是一个最简单的感知器的电子线路。 刚所说啊，深度学习是什么？深度学习就是用一层神经元去识别一个层级的信息。 就因为我们现在说的是单层的吗？后面还会说到多层的。嗯，大概是什么意思呢？我们其实可以通过感知器到多层的神经网络来了解一下整个神经网络以及深度学习他的原理。 那就这张图来所说的话，这些 x 一 x 二 x n 其实就是输出，那这个最后它就是一个是否感应到，因为我们这边说的是感知器嘛，它最后这个其实就是是否能感应到。那这些 w 一 w 二 w n 其实是权重。我们对于感知器来说，它其实就是求了一个输入值和权重的一个成绩，然后把它求和了，就用了一个 c m 码的函数。然后呢，我们定了一个罚值，这个罚值就是零。我们希望 这些权重成与我们输入员的求和他是大于零的，一旦他大于零呢，我们就认为这个感知器他感知到了，否则他就感觉不到 啊。那我们这样听可能会会觉得哎，这个也挺简单的吗？但其实神经网络最基本可能就是从这个开始的，就是从输出到 输入啊，从输入到输出，然后会有一些权重，然后会有一些法制。本质上来说这就是规则， 我们是通过了这个规则才得到了这个输出结果。感知器就是几个输入端和输出端，然后加上对全指的设计和对法指的调整来得到。最后是否感应到这个结果。 那么为什么说他是单层神经网络的出行呢？感知器他不等于单层神经网络。呃，我们之所以有一个单层神经网络的出行，其实是我们用输出误差的最小军方去自动迭代更新神经元的权重系数， 直至他输出信号和目标值的误差达到最小，从而实现了权重系数可以自动连续调节的神经元。这什么意思呢？就他可能用用到了一些呃，数学术语啊。本质上来说就是我们这里是规则。那如果我们这里的 规则不是说你完成了，你就达到这个结果，你没完成，你就没有感应他。反而是我在设计你的输入和权重和罚值的时候，我们会有一个最小军方的这个 算法，然后我们去算这个误差。那这个误差如果超过了我们的预想范围，也就是说法指他就会继续返回来。继续返回来呢？也就是说，他再重新跑一遍这个流程， 然后再到这里。然后我们会发现他的误差变小了，但可能他还没有达到我们的条件，那就继续循环，然后继续循环，直到他达到我们的条件，当他达到我们的误差达到最小的时候，我们才让他输出。那其实这个 就是权重系数可以自动连续调节的神经元了。也就是说，这是单层神经网络的出行。 那什么是多层神经网络呢？神经网络的学习，它本质上是大量的一个神经元，通过复杂的连接形成记忆。就当我们把这个所谓的隐隐藏，也就是这些东西。 这是一个模嗯，模型的基础。每一个小方块其实都代表了一个神经元。那当我们在输入和输出的时候，中间的这个东西，在我们没有放数据集的时候，他其实只有这些链接，但是他其实是没有一个规则的。所以说 当我们输入数据以后，他在这里面进行一个处理，他才会形成所谓的记忆。 其实我们不用管他记是什么了，他其实就是一种计算方法吗？然后通过这些方法，他可以得到一个所谓的结果。 那包括刚所说的图像识别，可能就是我们放了一些图，图进去以后，他把他会把它解析成我们能够就是这个神经网络可以理解的一些特征，然后形成一个记忆，或者说形成一个规则好了，然后他输出的结果，比如说就是猫。 那当我们接下来再输入猫相关的图片的时候，他发现哎，我符合这个规则，那他就是猫，如果他符合的是狗，那他输出的就是狗。相当于是这样一个意思。 那嗯，我们把高层特征可以干呃，可以看成是低层特征的组合，也就是 他这个样子。然后我们可以把抽象出来，也就是这个图就是我刚所说的每个方块，他代表一个神经元。然后当我们规则定好了以后，什么是规则定好了？就是我们训练好了以后，规则定好了以后，他其实就能输出 好。那什么是多层次的神经网络呢？就是因为我刚说了，我们要训练，训练其实就是学习吗？就是这个模型，他自己要学习。嗯，我这边就给大家举一个比较通俗易懂的例子啊，就是我放的这个图， 那么如果我们把神经网络或者说深度学习他看做一个黑盒的话，黑盒就就这个。然后呢，它里面有很多旋钮，旋钮的话其实就 是刚刚神经元就那几个小方块之间它连接的一个全的系数，或者说你可以认为它是参数，就是一些一些参数。那这个东西它是一个灯泡， 你可以理解为他是一个输出员吧。就就像这边所说的，如果是车的话，他就加一，如果是猫的话，他就输出是加二。那么当我把一类数据喂给这个机器的时候， 比如说我们放了一万张照片，一万张猫的照片，然后我们就会开始调旋钮， 我们调到只有对应这类的数据，他的灯泡才会亮，也就是说他的目标他达到了。那如果我现在放的是车的 照片，他也是调节这个旋钮，他最终要做到的是什么呢？就是我所有类型的输入都达到输出的目标值。也就是说我把这个所有的旋钮都给选好了， 我我放进去车的照片，他输出的就是加一，我放进去猫的照片，他输出的就是加二。 那其实这就是一个最简单的一个神经网络的模型的例子，就是图像识别，其实就是分类找特征， 然后所谓的这些旋钮的调整，其实就是参数的调节。 就这样讲可能大家会比较好理解啊。那当我们进行了训练，训练是什么意思？就是我刚所说的，我一直把这些 些照片放进去，然后要我们要调这个旋钮，调到只有这个灯泡会亮。那什么是测试呢？就是我在放新的数据，或者我放新的猫咪，放新的车，然后他还是输出一样的结果就是车是加一，猫是加二。 那这样的话，当我们进行了训练和测试这两个阶段以后，这个过程结束以后，参数级也不会发生变化。参数级就是这边的旋钮设置， 那所有的旋钮已经固定不动了，那这个黑盒。这个有了许多旋钮的黑盒，其实就是我训练猫和车的一个模型了，就他已经训练和测试好了，接下来你只要放长片进去就好了。 好，那我们来看一下深度学习的应用吧。像我刚所说的，其实就是输入端，然后我进行一个模型的 训练，然后我输出。因为我本身呃工作方面会跟很多跟游戏比较相关，所以我这边可能说了一些例子是游戏相关的。比如说如果大家玩游戏的话，可能都会知道游戏里面可能有很多机器人，就是 boat， 或者说 n p c， 那其实它在游戏里面的作用是非常重要的，因为很多游戏都有大量的 n p c 嘛，它可以帮助我们完成游戏的一些情节呀， 增加游戏的挑战性，然后使得游戏世界更加真实等等等等。那作为开发者，我们一方面可以根据经验去制定一些玩法和规则，写成一个行为数，其实这是数类的算法， 然后我们这边就不坠述其他算法了。那它本质上来说就是我们定死了玩法和规则， 然后让他形成一个数的逻辑。数是什么？就是一步一步一步，或者说他有其他的分支，可能就类似于这样的，然后从而实现控制逻辑。但这种方法的话，其实他开发周期是比较长的，而且成本比较大。 还有种是基于规划的方法，像数搜索，然后基于符号表示等等。这边其实他还是在探索未来，就是这些东西他可能不是已知的，他可能要自己去实验， 然后他再来决定当前应当采取的一个动作。这种方法在一些逻辑比较简单的游戏上其实是能获得比较好的表现的，因为他相对来说处理起来没有那么麻烦。但如果这个游戏他的规则非常复杂，或说他 他需要仿真，那可能这个就不是很实用了。然后就是基于监督学习，刚刚所说的那个处理猫和车，其实就监督学习了。但这种方法他要求的是要有大量的有标记的样本。 就比如说我们的游戏已经上线了，或者说虽然我们在测试，但是我们的数据量非常非常大，我们的玩家特别特别的多，我们的游戏数据也特别特别的多，那只有在这种情况下，我们的数据才够，那只有够了，他训练出来的方案可能才会比较好。 所以其实都各有弊端吧。但是其实这都是深度学习的一些应用罢了。
126AI研究室-帆哥- 00:13查看AI文稿AI文稿
炼丹我第一步要准备这个工具，这个工具是在蚯蚓炼丹最原始的炼丹那个底下的链接我给你发过，或者你自己可以下，就是这个文件双击进去长这样子，那这个。
- 00:33查看AI文稿AI文稿
哦，就是图片处理的问题，我们把图片处理好呢？ train， 对吧？双击进去， 在这里面先新建一个空的文夹，这空的文夹就是你的模型名字，要练的模型名字，对吧？我进去之后呢，名字跟上面是一样的，加上这个下划线啊里面啊，你平时练的那种 png 啊，或者鸡飞机，加上对应的那个用 sd 打好标签的文档啊，在这个春运文件夹里面。
03:31查看AI文稿AI文稿大家好，我是空空，今天通过这个视频能让大家训练出自己的风格小模型 lora， 让自己从魔法师成为一个初级的炼丹师。训练 lora， 首先需要我们搜集最少五张到二十张相同风格的图片，那我们先去 made journey 里声称一组模仿兰花银结构的参数化建筑图片， 一共生成三组共十二张风格相同的图片。这里啰嗦几句，这那也是我现在的将 ai 应用到工作里的流程， 根据项目特征在脑中形成大概的前期方向，然后去用 meet journey 去通过描述生成一些自己偏向的风格，再利用 stable diffusion 的可控性形成前期的方案效果。有了需要训练的图片后，我们先来到 stable diffusion 的训练一栏，点到图像预处理， 我们将要训练的图片文件加入进复制到原目录框子里，再新建一个空的文件夹，同样把文件加入进复制到目标目录框子里。宽度高度呢？根据我们的图片设置一下，因为我们搜集的图片都是正方形的，所以长五百一十二，宽五百一十二，可以不改。 下面勾选一下，生成 tag， 点击预处理，等待一会便可以了。我们这里十二张图片大概一分钟不到的时间预处理完成了，可以看到它自动为每个图片生成了一些关键词 tag。 下面我们关掉 stable diffusion， 进入正式的训练环节。这个呢就是我们的训练包了， 这里感谢一下秋叶大佬分享的训练包，制作的非常方便易用，这个训练包如果大家需要可以评论区留言我分享给大家。 第一步，我们新建一个文件夹，训练的路径呢，最好不要有中文字符，所以我们暂且给他命名为 train 文件夹，这个文件夹呢就是放我们刚才预处理过的图片与 tag。 第二步，双击进来以后，我们再新建一个文件夹，这个文件夹同样引文名，随便取一个便可。 第三步，我们在这个文件夹里再新建一个文件夹，这个时候命名就要注意了，就不是随便命名了，要用数字加英文字符的下划线加上个文件夹名，这个数字大以可理解为训练的词 次数区间在五到八之间，这里我们命名为六下划线 jack randus。 第四步，我们把刚刚预处理好的图片和 tech 全选复制进来。第五步，我们用记事本打开 train ps e 这个文件，设置一下必要的训练参数。首先是设置训练的底模型，我们来到 stable diffusion 的根目录，来到放置大模型的目录， 选择一点五版本的大模型作为我们这个训练的底模型，我们把这个大模型拷贝进来，相应的这里的名字也改成一致的名称。训练的路径设置上，我们把刚才新建的文件夹的名字复制过来， 宽高设置上依然保持与御处理一样的数目，五百一十二乘以五百一十二。下面这些参数跟着我先这么设置就行了，有的数据不是越大越好。 最后来到模型保存名称。最后是命名，希望训练出来的 loret 名字命名跟之前的文件夹一致即可。这个随意训练好的模型呢，会存放在 output 这个文件夹，这个是我之前训练好的，先把它删掉，做完以上的 设置，我们保存这个文件，关闭第六步，也是我们的最后一步，鼠标右键选择使用 powershow 运行，这样就启动我们正式的训练了。这个时间呢需要大概半小时左右，我们快进一下，可以看到每隔百分之五记录一下，每隔百分之十保存一个过程模型好了，当出现穿云飞那时的时候，就表示我们训练完成了。 我们把训练出来的 laura 放到对应的 stable diffusion， 存放 laura 的位置，打开 stable diffusion web ui， 我们试一下刚炼单出来的新鲜 laura。 ctrl net 新建的画布，选择涂鸦模式，随手画个顶盖与柱子的这么一个东西，再随手丢几个关键词进去， 通过右侧中间的红色按钮，选择好我们刚才训练的 laura， 暂且全中，给到仪看下其他参数没有问题后点击生成。 不试试看看效果。 好了，今天的炼丹教程就到此结束了，祝大家玩的开心！
233空空之间
00:20
09:02查看AI文稿AI文稿讲一些正事啊，讲一些正事，尽量不浪费大家的时间。这个下载的话，我改天我再告诉你。今天我们先来普及一些基础知识。这些基础知识其实挺重要的，因为你不理解这个 cfd future 的一个运作逻辑啊。 我拉小一点啊，你如果不理解他的这个运作逻辑，你很有可能就是我后面跟你讲的一些内容，你是听不懂的，你知道吗？就你得理解啊。首先 stepticen 他就你可以把它理解成是一个炼丹炉啊。你可以在群里私信我。没问题没问题，你加我微信就是了。加我微信。 主材加辅材加配方加火候啊。他是这么一个整体的一个逻辑啊。你需要给他有一个大模型，然后来确定他的整个画风。你用一个真实系的这个模型，你是画不出这种二次元来的。同样的，你用一个漫画的一个模型，你也不可能画出这种真人 型的这种美女。就像我左边这种嘛，大部分都是真实模型做出来的啊。模型的话，他决定了。喂，怎么了？卡了吗？ 卡了吗请问。没有卡吧，我看到点赞都还在继续啊。没卡正常啊。好，可以 你用一个就是这模型，他决定了你的这个画风啊，模型决定了你的这个整个的画风，他是什么样的啊。 然后这个 lora 的话呢，它可能在一定程度上的控制一些局部特征，比如说你的这个脸型，对吧？用的最多的就是脸型。你想要每一张图出来之后，然后都是固定的一个人的脸啊，都是这种欧洲人或者是亚洲人或者中国人， 或者某个明星对吧？你是就是通过 lora 来进行控制的，有一些这种画风比较清奇的东西啊，有些这种画风比较清奇的，他就涉及到这种，这个叫 lora， 我都不知道他那个是他的，他这个名称怎么读，我看国内大部分啊，就是我们现在给他取了个名字，叫做 lora， 跟那个 lora 来进行个区分。 我打一下啊，就是这个模型啊，就是这个的话，它是用来干啥的，它是用来控制一些比较比较特殊的这种画风。 lora 的话，它是倾向于控制脸部。比如说这个的话，我就是用了一个国内的一个 啊美女的脸型来做的，他就可以生成这种比较漂亮的脸。而有一种啊，你像这种水墨风，他涉及到整个画幅的一个控制，他涉及到一个画幅的控制啊。再比如说这个 我头条系呢，我的头条系啊，在这 啊，这种也是啊，这种也是需要用 lola 来进行，嗯， loha 来进行控制，就是控制他的一个控制他的一个整体的一个画风啊。再比如说如果你们喜欢看美女的话，这个超现实主义的这一套，这种的话就特别具有艺术价值了 啊。电光色糖这种东西的话，就是都是，就是用那个多个 low 哈叠加在一起呢，就做出来这个效果。 他既有一些这种就是所所以所谓所谓这种野兽派的这种风格，然后我也加入了一些，就是 disco， 像像这种就加入 disco 的一个那个楼哈，他这个画风看上去就会，那么就会出现这种水墨，你如果不加的话啊，他就是这种比较夸张的这种野兽派啊，这种 就是属于 lora， 跟 loha 啊 差不多文件我待会会，我待会会发资源发到群里啊。 然后你理解了这个东西之后啊，你理解了这个东西之后，然后到了操作的部分，就是你的提示词，提示词只是说啊，你确定了你是什么风格的，是现实的还是二次元的？然后你的脸是不是需要限定啊，你的一些局部需不需要限定，你的画风需不需要做的调整， 文本倒置，待会我再说，我再详细的说，我再讲。这个比较简单，我就先跳过了啊。然后这个这两个东西他决定了，就是相当于是给你画了一个池子啊。 我给你大家举个例子，相当于给你画了一个池子，就这两个主材加辅材，他现在有个大的池子，其中主材的话，如果黄色是主材的话，他占了这么大的部分，还决定你的这个你这个画面里面出现 是什么东西，然后剩下的这个蓝色的部分，你就会把它理解成 lora， loha， 或者是一些这个文本倒置之类的，这东西他会在这个基础上面对画面进行一定的影响，这里就形成了整个的你的一个资源库了。就是你，你目前啊，就配置完了之后，你的这个池子里面总共就有这么多张卡，他可能是一百万张，一亿张都有可能 啊。然后具体从这么多的张卡里面，你最后面你出来的不是只有那么一二三四张吗？就你最多一次也就画这么几张对吧。 好，这卡是怎么从这张池子里面出来的呢？他就相当于就是需要你用这个相当于啊，我是这现在是灵魂画师环节啊，大家都知道我是一个不会画师的 ai 画师啊。不，不会绘画的 ai 画师啊。哈哈哈， 我这样说，我这样讲，看得懂吧？啊，这个就是大模型啊，这个就是啊，这个这个蓝色的东西 啊，就是你的这个。嗯， lora， 你的 loha， 还有你的文本倒置啊，这个决定你的卡持，然后你的那个提示词呢？就是现在这个绿色的框框，你的提示词就是绿色里面的这个框框， 预测词里面的框框就是提示词。他他决定的，还像一个筛选器一样的，他一个筛选器的。比如说你写了一个黑色的头发，他就把黑色的头发 啊抽出来，然后你写了一个女孩，他就会把女孩抽出来。然后你写了一个什么什么，比如说一一个那个一个红色的衣服，他把红色衣服抽出，呃，写出来，你要写个城市啊，在街道上，他要把街道抽出来。这么说你能听得懂吗？各位，这样是不是更好理解一些？ 你要最快速度度来理解啊，因为我我我看过的那个文章很长，你知道吧，那是大几千字上万次的一个文章，那个东西很复杂很复杂，但你如果真的理解的话，就就是这么个 原理啊，就是这么个原理啊。哈哈，我直接发群里面，改天我把它做成课件。所以为什么咱们这个群现在收费收的便宜吗？你得接受。要是这个灵魂绘画，你得接受咱的这灵魂绘画。 那你能懂这个意思就就行啊。这里你听懂了，你先扣个六好吧，或者你扣个一也行，让我知道你你现在听懂这个意思了，这个原理其实挺重要的啊。这原理其实挺重要的， 因为你不理解这东西。那后后期你上我的正式课程的时候，我跟你讲啊，我你得先去下个资源，或者说你得先去搞个什么事，你为你不搞的话，你这个需求满足不了。为什么满足不了？ 他说你不懂他的逻辑是什么样的。他运行逻辑就是这样的啊，就是通过你的主材加上辅材形成的一个整体的一个资源池，然后通过你的配方做一个筛选，然后把相应的东西给他弄出来啊，抽出来，然后火候的话就最后把一个关，火候的话 就最后给你把一个关就出来。东西别太离，别太离谱啊，就最后东西不能太离谱，就是需要通过你的参数，你的插件。插件呢，有一部分呢，他也是对提示词的一个补充。你可以这样理解啊，就是我们常说的那个 country net 吗？还有那个 canny， 然后还有一些那个哦，三 d， open pose 之类的这些插件，它都是对提示词的一个补充。还有一部分的这个参数设置呢，就比如说你的提示词的相关性等等啊，它相当于就是一个 就是个火候吧，就是你需要就是你的提示词啊。到底就假如说你是个甲方是吧，你现在是个甲方， thaped diffusion 现在在给你打工， 他是听你的还是不听你的？他听你听到几分？哪些地方是你需要强调的？这这就是需要你用这个参数来进行一个来进行一个设置的地方啊。然后你把这东西全部弄好了的话，就是通过这个炼炼丹炉，他就开始运作了，就开始烧锅。你像我一般 跑图啊，就一跑就跑几个小时，那个显卡温度经常就是飙到九十度啊，一搞就是两三个小时。就开始炼单啊，炼单然后出出来，出来东西之后，他的卡他其实是随机的，很随机的就是我比如说那个美人鱼那一套吧，就我左，我左边，我是不是放了，美人鱼好像没放啊。 就美人鱼那一套是最具代表性的啊。美人鱼鱼那一套，因为他是个特别冷门的一个题材，然后本身在那个他的那个卡池里面，就是他模型里面跟美人鱼相关的这个参数，他太少了。这个他的这个资源，资源他太少了 啊。这这是这这组美人鱼，这组美人鱼的成片率大概是百，应该还不到百分之十五，也就我画十张图，可能只有只有一到两张是能用的啊，只有一到两张是能用的，就代表了他的模型库里面他没有跟这个美人鱼相关的这些素材 去导致这种问题的一个出现啊。所以他这这这是一道抽卡。就是有时候画的不好，并不是说你的提示词给错了，也不是说你的参数没有给对，是你要坚持。你一正常情况，我跑图是 先是一张一张的跑，一张一张的跑，跑出差不多的风格出来了就四张四张的跑，然后跑到八到十张的时候，我才能确定就是我的这个风格，就是我的所有的这些这些技法啊，是不是用错了。 如果说没有错的情况，下面我就一般就是八张十二张左右的开始群跑，然后再从中间进一个筛选，然后你抽出来的这种卡的话，他始终是有 ssrsrn 卡之类的 n 卡，一般就是就可以直接丢掉了。我那里面是有很多这种类型的东西的。好，这是个基本的。
62画道跨境天气
12:32查看AI文稿AI文稿为了更好的照顾新粉，本期视频我专门讲一下云端的最新部署，全流程，更多的内容我会开一个专栏，到时候放在评论区里。首先你需要打开 autodl 官网注册并登录， 然后点击控制台，在左侧容器实力中创建一个服务器， 这里的地区可以任意选择，我这里习惯内蒙古区，下面的配置也是同样的，都可以进行选择，不过推荐 a 五千，因为等会用到的镜像是基于这个配置所制作的。 然后我们在镜像这里选择算法镜像，并搜索 n o v， 找到整合版镜像二点零。 最后点击创建服务器，然后等待服务器开机。在快捷工具这一栏里点击第一个选项，我们进入服务器的后台。 首先你需要配置一个环境，操作很简单，点击这里的代码快并点击运行即可。 出现这行文字后刷新你当前的浏览器页面， 然后就可以在右上角选好配置好的环境。 接下来我们运行第一个代码块，打开启动器界面， 一般优先开启学术加速，用于加速下载。 接着更新启动器， 出现这行文字后，关闭此窗口并重新打开。 这里需要注意，每次更新启动期后，环境都会恢复为默认环境，必须重新选择之前所配置的环境。 环境设置好后，我们打开启动器界面， 然后来到启动 web u i 栏， 这里的账号密码只有当你启动了学术加速后才会用到，你可以自己设置，也可以留空让他随机设置。启动完后，这里会显示所生成的账号密码。下面的设置如果你不熟悉可以直接不管，在最后点击启动即可， 第一次启动会进行依赖的下载， 到这里就算启动完成了。回到服务器列表，点击自定义服务即可打开乖比，然后输入刚才那个地方的账号密码， 这样就启动好了。 webui 可以在这里放入关键词和负面词，就可以生成图片了， 这里可以设置图片大小。 接下来讲一下如何更新 w i 和一些扩展插件。首先你需要关闭运行的程序才能操作启动器， 然后来到更新设置，更新记得先检查，然后再点设置，如果不设置版本，默认是更新到最新版， 可以看到版本号已经发生了变化。 更新完后我们再启动一次， 如果你长时间卡在这个地方，可以在后台查看一下实力监控，看看是否正在加载或下载。依赖 内存有在变化或者 cpu 有在运行，说明它正在启动或下载中。 启动完后依然是同样的操作 过。这次我们看到的是新的界面。接下来我们尝试下载一个模型， 同样需要先结束运行的程序， 然后来到下载器页面， 这里需要做两件事情，移动程序到数据盘以及安装下载器。刚才我们运行程序的时候已经自动移动了，所以我们重启内核，再打开一次， 可以看到这次显示正常了，接下来安装下载器即可。 安装完后我先简单踢一下内置模型，这一块安装很简单，点击即可直接下载。 再多说一下大模型 s d 目录的位置是在这个文件夹。 接下来说一下如何自定义下载，以国风模型为例子， 第一个是输入链接，这里以爆脸地址举例， 右键复制这里的下载地址即可， 然后输入文件名， 选择你要下载的地方， 接下来就可以开始下载了， 右侧是剩余时间，中间是下载速度，左侧是下载进度， 下载完后我们就可以在左侧看到魔性文件了， 然后我们启动 web u i 去试试新的模型， 这里像 拉框可以进行选择，如果没有可以点击右侧按钮刷新。 加载完后我们就可以用这个模型了。 接下来说以下如果利用阿里云盘在云端上传或下载文件， 扫描并登录， 点击下载就会下载到对应目录， 下载完后我们就可以看到对应的文件了。 说一下如何上传， 点击上传按钮，找到对应文件即可上传， 可以看到文件已经上传好了， 那么本期视频到这里就结束了，希望各位观众老爷能给个三连加关注支持一下，你们的支持才是我最大的动力，最后感谢大家的观看。
578小李xiaolxl
01:00
00:46查看AI文稿AI文稿堆叠修仙新手最关心的几个问题，很多伙伴都在问新闻刚怎么做？而蓝图显示，新闻刚需要云铁三个再加一个锻造方。咱们先来看锻造方时胜时大家应该都知道， 而七星石就需要三个玄石加一个人，黑幕需要三个神木加一个人，凑齐这些咱们就能造出锻造方了。而云铁则需要经石厂凑够这些材料咱们就能建造出来了，再派一个人采集，咱们就能得到云铁。 接下来咱们只需要采集三个云铁加上锻造方就能造出新闻刚，然后就能合出炼丹炉了， nice！
2613多多玩游戏
