准备好开启一段绝妙的时尚探险吗? maj mix sub 二点零模型来袭!西贝塔评分四点九六分。用上它,即使你是小白绘画师,马上也能变成大佬。想象一下,你是一个魔术师,手里拥有这款超炫的 ai 人像模型, 忠诚一下,完美的美女就越来越眼前,简直让人惊掉了下巴。不管你是快门狂人,还是追求艺术的大忙人,一秒变成创作大师, 做出堪比相机质量的照片。每一张照片都会散发出绝对的吸睛魅力。不用 view, 因为他有。不用负面提示时,他也有。搭配 rola 和 finger 胶片模型使用,去掉油腻,你就是最佳的摄像师。
粉丝1290获赞1.2万

强烈推荐十月最新人人必下的六款 stay body fill 选大模型,大家可以根据名字搜索下载, 如果不知道怎么下载的小伙伴获取方式,我也会在视频结尾告诉大家。第一个是极科白白酱的极科写实 max 白白酱大模型,最近更新了 v 六新版本,画真人的肌肤质感极为出色,细节拉满,采样记得使用二 m 系列哦! 第二个是墨优大佬的墨优人造人大模型,这款大模型的特点就是画出来的图氛围感极强,甜度拉满,环境的景深也做的很到位。 第三个是一款超好用的二次元大模型, dynamic 王创作的 aw pity 大模型,可以用来做各种二次元类型创作,和众多 rora 模型的搭配效果也很不错,是一款细节拉满,泛化性很强的大模型。第四个是一个中国华丽古风风格模型,小李创作的国风三,也 可以说是一个古风游戏角色模型,具有二点五 d 的质感,画中国风绘画简直无敌。第五个是喵卡大大的喵卡 reit 奇特现实,这个模型是介于现实风格奇特元素的二点五 d 模型,能够和众多魔法元素 lol 搭配出图,细腻,氛围感拉满。 第六个是麦菊大大的 magic mix fantasy 麦菊幻想大模型,这款大模型是以 cost mix 的基础再训练的,效果很惊艳,能够通过简单的提示词出现很惊艳的效果,麦菊出品,必属精品! 以上就是给大家推荐的几款超好用的大模型了,需要的小伙伴可以进抖群知识库获取哦,大家请多多点赞评论,如果大家喜欢的话,我会继续给大家推荐更多好看好用的大模型以及 roi 哦!关注 ai 奉献标,学会 ai 快人一步!

十月四个效果超赞的 stabody fashion lore 模型推荐!第一个,巧克力大神的遇水神通模型,从此你的人物可以控制水元素,效果也是相当的炸裂。第二个,乐章五步曲冰盗梦空间的极致感有没有,无论配合二次元或者真实系大模型都有不错的表现。 第三个,古风绘画模型亲测,与国风插画大模型搭配使用,能有效放大你的瞳孔。第四个,暗光模型,顾名思义啊,黑暗中的一道光,在人物摄影海报领域有不错的应用空间。四种模型以及每一种 lower 模型的使用指南我也给你打包好了,还要什么模型,评论区告诉我。

在你使用 ai 绘画的时候,你有没有想过这样的一个问题,为什么咪真理仅仅只需要一个五点二模型,就这么的能打各种各样的画风?二次元真人的二点五 d 像素风星海城、皮克斯、毕加索画人、画动物、画场景全都没有问题。 而当我们使用 stable dv 损的时候,画人要用真人模型,画动漫要用二次元模型,画赛博朋克风格要加载专门的 lower, 画一只猫或者是一只狗。要切换到通用大模型, 正常情况下你必须得配备五到十个不同类型的大模型,还有各种各样的 low 模型,硬盘塞得满满当当的, 每次生成图片的时候都要在不同模型之间犹豫到底要选哪一个。今天就来和大家聊聊模型与模型训练背后的那些事。嗨,大家好,我是李晨,欢迎来到 c 军迷迷追你!实际上就 只有两个大模型,一个是 v 系列的通用大模型,一个是立即二次元模型。我们设定好模型后,只需要输入例如 photo、 elastic、 迪克斯、吉普力、 gamepisos 等不同的提示词,就可以得到我们想要的风格了。而在 stable difficult 里面,我们首先得选定一个真人的二次元的还是二点五 d 的 triple 大模型。要实现指定的特征和风格表现, 那么我们还得加入多个罗瓦模型。为了优化画面,甚至还要加入不同的 inbending 和 vie 模型,有时候还会用到 hyper level 超网络模型来产出特定的画面效果。这种不同模型之间的相互搭配方式本身就已经是够麻烦了, 再加上即便同为真人大模型或者是同为二次元大模型,同一个类别里面的模型还有很多不同的模型可以选择,并且每个模型都有自己 特定的触发词和与模型训练时对应的参数要设置,这对于新手或者是普通使用者来说是非常不友好的。那么为什么 stable dvsion 就不能像 major 里那样有一款好用全能的通用大模型呢? 我们不妨来看看原始 stable dv 损 v 一点五版本的这个模型,它是通过几百个超级 g p u 连续训练上万个小时来完成的,这么庞大的训练量不是一般人能训练出来的,训练这个模型单单成本耗资就高达六十万美元, 按理来说,这么昂贵的成本训练出来的模型效果应该很好才对,但实际上并非如此,甚至你会觉得用它生成出来的效果非常的拉胯。 为什么会产生这样的结果呢?实际上, swd 飞损的官方大模型和没准里的官方大模型不太一样,他的目的并不是给大家用来直接生成图片的,而是通过学习 海量的图像数据来做预训练,提升模型整体的基础知识水平。就是因为他有了海量的文本和图像基础信息,从而大大的降低了开源社区用户训练模型的门槛。通过 stable division v 一点五来作为底膜, 后面训练的要求和训练的成本就大大降低了。这样对众多炼丹爱好者来说,只需要一张民用级的显卡,在官方模型的基础上加上少量的文本图像数据,训练个几个小时就能获得定制化风格的模型了, 对于微调模型罗瓦那就更加的轻便简单了,各种一键炼单的程序也是纷纷推出市场,于是乎就有了现在的这样的情况,训练模型的人只需要准备好一些相关风格类型的图片素材,简单易处理一下图片,给图片打标,生成关键词后,选上一个对应的基础底膜他们 但是不需要了解训练模型的底层原理,按照网上教程的训练参数进行设置,或者直接就用默认设置去生成模型,这样就可以快速的制作出一个所谓的全新的模型了。由于模型训练门槛越来越低,这样就导致模型的同质化非常严重, 很多模型都是只能产出单一风格的图片。由于他们在训练的时候没有考虑 clip plan 仪的问题,提示时的兼容性也不管画风被融入进去的 low 牢牢固定住了,因此这些模型的通用性和兼容性都是很差的。 加上现在很多模型平台都在搞模型创作激励活动,鼓励用户创作模型,用户发布的模型越多,被下载的次数越多,就能获得更多的奖励资金。而模型更新越频繁,平台给予的推荐位置就越靠前,所以很多人就开始大量的在模型网站上发 发布自己的模型,从而达到薅羊毛的目的。问题是需要频繁更新的模型大多都是通过融合的方式来快速制作而成的,而真正优质的模型反而更新频率很低, 因为模型作者在一开始已经通过丰富完整的数据将模型训练的很好了,因此在这样的模型大环境下,一些好的模型很可能就被埋没在模型海里面了。 那么我们怎么才能辨别一个模型好与坏呢?我非常同意 ghost mix 模型作者提出的一个观点,就是大模型要解决的是做得到的问题,然后通过 nora 和 controller 等方法来解决做得对的问题。 一个好的大模型,首先第一直观印象就是看出图效果,这个可以从模型主页的效果图来辨别,但并不是说他展示的图片好看就是一个好的模型,我们还要 通过实际的使用情况来加以辨别,该模型的总体量,图率达不达标,出图结果准确率如何?对提示词识别的准确程度怎么样? 模型对不同画风的兼容性如何?模型对不同罗瓦的兼容性如何?是否有乱加细节的情况,能否保持模型的纯净度?模型中是否有额外的垃圾数据,内置色彩处理的怎么样等等, 这些都是要求模型作者在训练模型时不断的反复调试,反复回炉修改。所以我们得向真正用心制作模型的作者致敬,因为他们是真的花了很多心思心血去调教模型的,然后无私的分享出来,这就是 stable tv 损开源的魅力。 说了那么多,接下来该给大家推荐真正厉害的模型了。首先是通用系大模型,第一款首推 dreamship 梦想缔造者,这应该是一款无 无人不知无人不晓的模型,新战综合评分排名第一,看到这个标志了吗?就是无限的意思,它是一款致力于对标咪追你的通用大模型,主打就是全能人物、动物、汽车、机甲物件、场景写实风格、二次元漫画、二点五的全都能胜任必备模型之一。 第二款 deliberate 同样是一款通用百搭型模型,这款模型非常适合生成各种创意艺术画面,如果你有什么奇奇怪怪的题词词,有什么天马行空的想法,都可以用这款模型来测试一下,它的表现力是非常丰富的。另外,我也很喜欢用它来测试一下不同 low 模型之间的融合效果。 真实系模型推荐, releast 微损 v 五点一,一款看似平平无奇,实际上非常优秀的真人模型。虽然国内很多真人模型确实能生成很好看的美女脸蛋,但 当你刷了几十张上百张图片后,你会发现好多真人模型生成的都是公式化的表情和动作,生成的图片风格过于单一,基本都是同一张脸。而 vs 品模型他不追求生成完美的 ai 脸, 会给你呈现真实细腻的皮肤质感,脸上的毛孔瑕疵都会清晰地表现出来,人物的表情和动作更加的丰富。而且不光光能生成女性人物,男性年轻的、年纪大的不同种族的人物都能生成出来。西站评分,四点九一分,非常推荐大家尝试一下。 apple reason 也是一款大而全、适应性很强的老牌真人模型,一直保持着版本更新的状态,如果你不想生成画面风格过于单一,有时候想生成一个看起来更加真实素颜的人物。 apple reason 模型也是非常值得推荐的。西站评分四点九二分 前面推荐的两款都是国外的真人模型,虽然也能生成亚洲面孔,但单论亚洲女性效果肯定比不上这款麦菊的写实模型了。目前 maj max velocity 更新到 v 六版本,这个版本融进了更多真实的人脸,增加了画面的写实度, 脸部依然保持之前一贯的基调审美,画面光影感觉也有所加强,是生成真石戏小姐姐必不可少的模型之一。 二次元系列模型推荐,动漫效果是 stable decision 的强项,在这方面优秀的模型就有很多了。 goes mix 西站综合评分排名第二,仅次于 dream ship 的模型。模型作者在制作该模型的时候没有融进任何的 rola, 因此他对各种不同风格的 rola 模型兼容性非常出色,而且在色彩表现和细节度方面都非常的优异,是二次元模型的全能型选手, 出片率很高。 c 站评分四点九七分,非常离谱的高分模型。 canterfet 目前更新到三点零版本,这是一款生成经典动画画风的模型,他不像 gosmex 那样给你生成很多夸张的细节, 想要用简单舒服的颜色线条给你呈现可爱的卡通形象和传统的动漫画风,西站评分四点九分,也是非常推荐,大家尝试一下。 mana max 刚刚介绍的 class 才更新到三点零版本,而 mana max 已经迭代到 v 十一版本了。 这是一款典型的融合型模型,他通过对十多个模型进行加权、合并、调配融合而成的,是一款精致感满满的二次元模型。由于融合了多个模型,他甚至不需要加载 low, 通过提示词就可以简单直接高效的出片了,西站评分四点九四分,也是非常高分的模型。换一下 胖卢 annifing v 五是一款适用性非常广的二次元模型,他对提示词识别很准确,同时也非常适合搭配各种动漫人物的诺瓦模型来使用,画二次元没有灵感的时候,用这个模型来测试一下就对了。 另外通有这款模型也非常推荐大家使用,它有着强烈的欧美画风调性,色彩表现大胆张扬,看腻了二次元美女的话,用这个模型来生成画面绝对能给你耳目一新的感觉。二点五 d 系列模型第一款我会推荐 iuv annimate, 尽管这款模型作者在今年四月十六号开始就已经不再维护这款模型了,但模型至今在西站还有四点九四的高分,西站综合排名第三位。这个模型是一款二点五 d 全能型模型,无论在画人物、建筑、动物,他都有很高的出炉质量和效果。此外他 他还能兼容不同的画风,对于不同的 low 兼容性十分友好,并且可以用很少的提示词就能得到细节度不错的画面,是一款看似平平无奇,实际上越用越喜欢的综合型模型。 real cut 三 d 最近更新到 v 八版本,也是一款融合模型,作者不希望模型只产出相对固定的人物样貌, 对多个自己喜欢的模型进行融合和调教,实现了人物角色的多样性。另外模型在机甲场景方面也有很不错的表现,也算得上是二点五 d 通用模型。在 iv animate 更新的情况下, realcatan 三 d 是一个不错的替补模型,大棵树是二点五 d, 这个模型英文名是 dock susi。 这个模型之前的版本主要是用来生成暗色系风格图片的,所以模型的名字有个 duck。 在融合模型的时候,做着觉得好的模, 模型就往里面塞,像做寿司一样,所以改名为达克苏喜。随着版本的更新,就不再局限于暗色系了,不同亮度的图片都有不错的光影表现,不但绘制人物出色,这个模型也非常适合绘制复杂的二次元场景。鸡蛋评分四点九九分,不过打分的人并不多, 这个分数参考一下就可以了。另外像叉叉 max mvo 画风非常独特的模型,可以根据不同提示词创建很个性化画面的画风,但对不同的 lower 兼容性就没有那么好了。 迪士尼皮克斯卡通模型也是非常热门的,男女老少均适合,大头可爱风格,盲盒风格,各种卡通手办都可以尝试一下这个模型。以上这些热门的模型都已经全部打包好了,大家直接在评论区自取即可,某音的同学可以留言,模型我会一一把下载链接私信给你们。 确实,在 stable division 发展至今,得益于开源环境,让我们有了很多的选择,但也给我们带来了一些困扰,模型太多,花朵也乱,无从下手。 随着 stable difference 官方最新的 xdxl 超级模型的到来,后面的模型都将会向着综合化、全能型的方向发展, 期待将来大模型都能汇聚成几个少数的集合。我们只需要从几个集合里面选定一个大模型,然后再通过加载不同的 low 来实现特定的画风表现。开源社区从多模型多 low 转向少模型多 low 的发展,这样会更加合理一些。 好了,本期教程到这里就结束了,如果觉得教程还不错的话,请不要吝啬你们的小爱心,记得点赞收藏一下了,感谢大家的三年,我们下期再见,拜拜!

今天主要是来介绍下捞软模型的安装和使用技巧。首先来看下 stable diffusion 模型有哪些模型总共有两类,一类是主模型,一类是微调模型。 首先看下主模型,没有这个主模型我们是跑不出任何图像的,所以它是必备的。 还有一个 v a e 模型,配合主模型使用的,一般是内置在主模型里的,它也是必备的。 还有就是微调模型,又叫小模型,小模型是指从大型模型中截取特定的部分,虽然其能力不如大型模型完整, 但是由于训练方向的明确性,小型模型在生成特定内容时表现更加也更加精准。常见的小模型有 embedding hyper network, laura, 还有 dream booth。 dream booth 由于其训练后与大模型作了合并,可看作大模型,所以说除了主模型以外,其他的模型都是主模型的拓展。 这个视频主要是来讲最常见的 lord 模型,我们先打开 c, 站在模型类型这里,选择 lord, 可以看到有好多的 laura 模型, laura 主要是人物特征的训练,比如汉服真人,还有一些画风的训练,比如这个莫心,这次试试这个盲盒模型。进入到这个界面可以看到一些关键信息, 一、模型名称。二、下载。三、模型类型。四、触发关键词。五、这 这里是模型版本,有的模型会有好多版本。六、这里是模型发布的作者写的使用方法和注意事项。七、下面是网友分享的图。 八、还有这里可以看到图片右下角有一个感叹号,我们点击这里就会出现生成这张图片的信息,有关键词,采样,迭代,部署,还有 model, 猫斗就是作者使用的主模型了,因为训练 laura 模型需要选择主模型,所以 laura 使用最好,可以配套主模型, 当然也不是绝对的,可以多多尝试生成不同画风的图。那怎么找到这个主模型呢?我们复制这个模型名字, 在搜索框里搜索一下就可以看到这个模型了,进去点下载就好, 我们来下载一下这个盲盒模型,下载好了要把这个模型放到 wabui 跟目录猫豆里的 laura 文件夹内, 回到 wabui 界面,刷新一下这里的 laura 模型,可以看到我们刚才下载的模型已经出现了,现在来使用一下这个 laura。 我们回到刚才下载那个界面,把它的关键词复制到 wubui 里,所有参数和作者的一样。 选好主模型和 v a, e, 点击生成看下效 效果,可以发现和作者生成的图一点也不一样。我们来看下这是作者使用的 laura, 然后我们把自己下好的调用出来,这里单击一下就好,这里可以看出作者使用的和我们下载的不一样,所以要给它替换一下。 在生成下看下效果,可以看到 laura 已经生效了。 接下来我们自己尝试不使用作者的关键词,输入描述画面质量的关键词, 引用这个 laura 生成一下, 这里会发现我们 laura 都引用了,为啥还是生成的 不太一样,那是因为没有使用触发词。回到 c 站可以看到作者写了触发词,我们复制这个触发词,回到 y b, u, r 粘贴进去生成, 可以看到 laura 有效果了,这里还可以使用别的 laura 给它混合一下,我们使用一个八重神子的 laura, laura 后面的数字就是代表的权重越高越像,我们在使用时,权重最好不要超过零点九, 生成一下,看下效果,发现基本有一些特征了,我们再调高一下权重, 这次就更像了。 laura 最大的乐趣就是混合, 大家可以多多尝试。

今天这条视频带大家了解清楚 stable defusion 里面模型的相关知识。如果你已经根据我之前的教程安装,并且了解了整个界面的使用,你可能迫不及待的去写提 致辞来尝试作图了。但是当我们生成图片,却发现效果跟网上看到的那些差很多。这里就要讲到 stable diffusion 里面非常依赖的东西,就是模型作图的质量还有可控性,都跟你的模型有直接关系。接下来给大家一一介绍。 第一类就是大模型,也是常说的底膜,界面中是在这个位置。这个底膜就是给 stable diffusion 对应画风所学的知识包。刚装上软件的时候,应该只有 anything 这一个底膜。 用这个底膜画出来的图是二次元的,因为这个模型包含的就是二次元画风。想让 stable defusion 画出更多类型,需要给他安装更多的大模型。大模型一般以这两个后缀结尾,并且 他有一个特征,就是体积相对较大,基本在两只以上。我们尝试了用 anything 做图,是这样的,当切换了另外一个模型后,再来跑一遍这个图。我们发现同样的指令,同样的设置,但这个风格更接近于真人。所 所以想做什么类型的图片,大模型一定要选清楚。那大模型应该从哪里下载呢?在启动器里面就可以直接下载。找到模型管理。在第一个 stable defusion 模型里面,就是全部的大模型,可以看到它的大小和名称。在这里可以进行搜索,点击下载就能下好对应的模型, 自动会放到对应的文件夹里,只要点击一下刷新,就会全部显示出来。如果是我们手动下载的模型,应该放在哪里呢?这个时候打开 stable defusion 根目录,在根目录中找到 models, 这个文件夹里面有一个 stable defusion, 只要把大模型放到这里,同样的回来刷新一下就出现了。正常 我们做图过程中,切换大模型是需要一定的时间的,切换后可以看到控制台的进度。完全加载完毕之后,我们就可以开始使用了。 第二种模型是目前使用率比较高的 lower 模型。这类模型主要用于精确的描绘某件事物或者某种风格,体积一般在几十兆到几百兆之间。对应位置在界面中生成。按钮下面有一个显示扩展模型,在这个位置里面我们找到,然后点击刷新,就会呈现出我们所有的 lower 模型。那 如何来使用它呢?我们只要点击一下,就会自动把模型的关键词输入到我们的正向提示词中,再来点击一下生成。刚才我用的是汉服 lore, 其他指令都没调整,它风格就变了。但使用中还要注意两点。第一点就是 lore 在下载的时候,我们要确认它的底膜是什么。炼丹师在训练这个模型的时候,它是有用到一个大模型来训练的。如果大模型没有 都匹配上,单纯使用效果也是不好的。第二个是 lora 的最大权重值不要超过一。有时我们会混用 lora, 比如一个汉服的加一个国风的,需要两个 lora 同时生效,这个时候它后面的比重加起来就不能超过一。如果说我把两个混用,这里我把它改成零点三,那这里就 只能给他改到零点七以下,这样来使用它,才可能两个同时作用。如果超过一,这个画风就会崩坏。初学者不建议混用 lora, 因为你很难控制他的风格。 这个模型的门道还有很多,后面会单独讲下。 lower 模型,那他如何下载呢?还是刚才的启动器中找到这个 lower 模型,可以输入对应的名字下载。下载好后要在这里点刷新。 我们自己下载的 lower 模型放在哪里呢?跟刚才一样,在瞩目录中找到 models, models 里有一个 lower 文件夹,我们把它放在这里就可以了。

好,这节课我们来给大家讲一下常用的一些模型的放置路径啊。就是啊,我们在 ai 绘图里面经常会设计到一些概念,什么大模型,然后 roller 模型,然后 controlled 的模型,对吧?那么这个分别是什么意思啊?我们首先来给大家说,先说一下怎么用啊?就是 大模型的话,你们可以从 cbt 上面去下载,那么你在 cbt 上面你需要注册一个账号,注册账号之后呢啊,你在这个地方有一个叫过滤器啊,你给我选这个 checkpoint, 这个就是一个大模型,那么大模型呢?它是一个 底膜啊,他是什么意思啊?就是你在这个 prompt 里面呢,你去输入一些内容,他在这个底膜里面他有对应的内容,可以去啊,一一对应上去。就像我们那个搜索引擎一样,你在搜索引擎里面输入一段什么东西,你要去搜索一个什么东西,对吧?就是啊,比如你的这个 里面就是搜索啊,一个什么内容,比如说我去搜索一个天空啊,随便搜一个东西啊,这个好,他就会出来天空的这些图片。那么你首先你得保证你的这个, 你的整个这个啊,解锁的这个库里面他有这个天空的内容才行,那么这个大模型他基本上就这个意思。就是啊,我首先我要保证我的这个啊,你的这个库里面有对应的这些磁条啊,他这个磁条这些啊,这个我们叫 prompt 这些 tag, 就是他这个 啊,关键词是有对应的这个图像啊,可以跟他对应上去的。那么呃,我最推荐用的就是这个 realistic v 二零的这个版本啊,就是建筑的也有一些啊,人在去做这个大模型,但是目前为止啊,我觉得, 嗯,用 realistic 就是最好用的。就是啊,为什么呢?就是大模型他需要非常非常多的这个精力去,嗯,去训练嘛, 就是我自己也不去训练大模型,就是因为大模型你训练不好的话,反而会污染你的这个模型啊,比如说啊,就是你去拿一些很土的这个什么商业效果图啊,就是 或者说你自己的审美不在线啊,就是你你觉得那个东西很好看,但是实际上可能在甲方看来,或者说在一些啊比较有品味的建筑看来,这个东西啊,很难看啊,就是啊,然后你不停的去把那些很难看的这个图片呢,去给他啊打上标签,这个是精美的图片,精美的图片,精美的图片,不停的去告诉他这个精美的图片,然后你最后 你在这个 stable diffusion 里面去输入什么,你想啊,生成这个精美的图片出来,都是那种很土的那种商业效果图啊,就是啊,所以我建议大家就是 去下载这个 c 位太上面的这个啊, realistic v 六零啊,这个非常好用,那么你想去修改你的某种风格,用 roller 模型去做啊,因为这个,嗯,大模型的话它的体积非常大啊,一个模型下载下来,就是啊,像这个啊,三点五八 八个 g 啊这个,而罗罗模型呢,通常来说就是三十几兆啊,就是这个就非常方便。罗罗模型他是什么意思?罗罗模型他你这地方也可以勾选这地方,比如你只要罗罗你不要切破,你就可以看到,好,这个就是我们看到的罗罗模型,罗罗模型比如说像这个他其实更偏向于一个固定的人物的角色,或者说一种画风。 那我们在做建筑的时候,比如说你想要做某种特定的这个建筑类型,或者说啊某种天气场景啊,或者说某种啊特定的画风,比如说我自己训练的一个插画风,对吧?那么你就可以去加载这个 lora, 你在这个大模型的就上去加载个 lora, 就可以很好的解决。就是啊,他你 想要某种特定的类型,或者某种特定的风格,或者某种特定的这个角色啊,这这些事情就是。嗯,因为你要去训练,比如像这个罗拉,这个是一个古风的这个模型的话,你要去训练一个古风的大模型的话,其实啊一个是他的这个训练的成本会更高一些,另外 这个呢,就是他的这个体积很大。第三个你可能还会污染,就是那个大模型,因为你大模型,我们大模型更多的是强调一个通用的他的泛用性啊,所以我推荐大家去用这个 啊,就 c 站上这个下载量非常高的这些,因为他是经过检验的,你看这个 tigpong, 就像这个,这个都是啊,零点二 m, 这个就是迷恋,对吧?就是 百万啊,就是几两几十万的这个下载的,对吧?就是,好,然后这个下载下来之后呢?如果说你下载不了,你可以再用我的这个啊,我另外一个常用的就是 sd 一点五,就是这两个啊,这个是原版的这个 stable q 型,他自己啊产的这个大模型,那么这个经常是用来训练这个 lora 用的,就是,我就是常用,就这两个就行了。你把这个复制到你的安装部录下面的,这个是大模型啊,这个复制到你的安装部录里面的,这个啊, models 啊,这个下面 我们找到这个 stable diffusion 啊,把它复制到这里面来啊,这个还有一个叫 chill out mix 啊,这个这个是画人用的,就是你们如果有需要的话就是可以自己去下载啊,就是在这个地方这个 chill out mix 啊,当然这个是一个十八加的一个内容,就是我就我去展示了啊, 嗯,然后啊,罗软模型的话,你下载下来之后呢啊,我这地方下载好了一堆啊,罗软模型,罗软模型的话我从 c 站上下载了一些啊,然后我这个带有预览图的,因为我有 c 站助手,然后自训的。这个啊,我自己训练的这几个,你可以把这个模型呢一起啊复制到 models 啊,这个地方,这个罗乱, 这地方有个 loler 啊,把复制到这里面来就行了,当然你可以自己去下载一些额外的其他的你感兴趣的在这个上面啊, c 站上面有一个 architecture, 我们把这个啊这个地方不用改好,这就是建筑的一些 loler 啊,你可以去下载 有些你自己感兴趣的就是好,这个是柔软模型啊,然后下一个呢是这个 ctrl light 的模型, ctrled 模型的话是,嗯,他的下载地址呢,在这个地方啊,这个哈根 face 上面,然后我们现在用的是一点一的这个版本,那么你去把这些文件全部下载下来啊,这个 下载下来之后呢,你把放到这个路径里面去,我们放到这个安装目录下面有一个叫 extension, 然后这里找到 ctrl light, 然后这里面还有一个文件夹叫 models 啊,然后在这个里面你把它复制进来。好,你也可以直接复制我的这个模型啊, ctrlite 模型,就把这个里面的这个 ctrl a 啊,这全部复制到这里面来啊,就可以了,反正我是从这里面复制出来的。好, 那么 ctrl letter 的话,它更多的是去控制的,它跟我们出图的这个啊,风格这些没有什么关系啊,更多的是控制我们的这个图片的这个线条啊,它的这个边界啊、结构啊,这东西啊,这个是啊,这三个的区别,那么我们我 自己实测下来,我推荐大家用 realistic 这个 v 二零的这个去做建筑写实的风格啊,完全够用了。就是比如我这方加载一个我自己训练的 lola, 然后我再把这个预设加载进来。好,我再把这个 lola 加载进去啊,你看到点一下生成 好,这个就是我们这个生成的这个结果啊,除了中间这两张有点奇怪,我觉得其他的效果看着都还可以啊。就是那如果说我们不去加载这个 logo 啊,我们看到他这个表现就会啊,差很多,我们再生成一张试一下,生成一轮, 对吧?这个就是我们最开始测试的这个,这个是没有加的 over 的,那么这个大模型啊,就是为什么?就是哦,不太推荐大家去用一些这种啊 奇奇怪怪的这个建筑的模型啊,比如说他训练的他,他训练的这个底图位的全是这个高层综合体的这个图,那有时候我,比如我就想要一个低层建筑的这个,对吧?我们可以去看啊,之前 一轮的,比如说我就是想要啊,他这个是我们之前生成的穿,对吧?他就是这种这种类型的这个建筑,那有时候我就是想要这种楼层矮一点的,但他是如果训练集里面全部给的都是比如他,他全部都给这种超高层的这种建筑,然后他去给他打标签, architecture, architecture, 那你输入 architecture 对应的就是 就这种类型的,他就把你的模型给污染了,就这个意思。就是所以我觉得用通用的这种大模型泛用性会更好一些 啊,这是我啊目前的一个理解吧,就是如果说后面出现的有说啊,有一个建筑的这个大模型训练的非常非常好,那么啊,也有可能我们可以去尝试一下啊,后面再给大家去做一些更新, 包括像这个啊,车站上下载量一个非常高的一个模型,就是这个我测试下来他的泛用性并不好啊。就是啊,他只是在特定的这种小建筑上面表现还可以啊。那么关于模型我们就给大家讲到这。

大家好,上期视频我们已经完成了 stable diffusion 的安装,从本期开始,我将和大家一起学习 stable diffusion 的使用方法。在学习如何使用 stable diffusion 出土之前, 首先需要知道 stable divieren 生成图像的逻辑是以大模型为基础,素材库通过文字描述或者图片提示的方式作为指令, 以不同参数设置为控制变量来生成图像。以上三者都会影响我们最终图像的生成,就好比我们去饭店吃饭, 大模型就是饭店准备的食材,图文描述就相当于在菜单上点菜并提出各种要求,参数设置就是火候、调味等烹饪手段,最后的成菜效果就是被以上因素所影响。 理解这点之后,让我们来看操作界面,可以把操作界面分成三个板块来看,分别对应我前面说的三个部分。本期视频先讨论大模型的内容, 左上角的这个下拉菜单里面对应的就是大模型。每一个大模型都是由海量的特定风格图片训练而成的合集,所以在同样的提示,此和参数条件下,不同的大模型生成的图片风格会有明显差异。 那么该如何获取各种大模型呢?主要有两个途径,一是从网上下载,二是自己训练。其中训练模型是个费时费力的技术活。 本次视频不展开讨论,主要说一下如何下载并使用。我常用的模型。下载网站是 civiti 点 com, 简称 c 站,目前需要挂梯子才能上,但最近有多位大佬共同努力,将 c 站的合规模型上传至炼丹阁网站,无需科学上网也能下载,在此向各位大佬表示感谢。下面让我们回到 c 站看看如何下载大模型。 c 站里模型众多,并有很直观的预览图,让我们可以快速了解模型的风格,但 c 站不只有大模型,也有其他类型的模型可供下载。预览图左上角的标注代表了模型类型,这个 checkpink 对应的就是大模型, 我们可以点击右上角这个漏斗图标,选择 checkpina, 这样页面里出现的就只剩下大模型了,方便我们查看自己想要的大模型。大模 模型需要下载到这个路径中,在 steabourdifiri 根目录里找到 models 文件夹,点击进去,再找到 steabiodifiri 文件夹,我们的大模型需要放在这里, 然后回到操作界面,点击下拉菜单。有时我们刚下载的模型会找不到,需要点击边上的蓝色小按钮刷新,就可以找到刚才下载的大模型了。大模型说完,再来看看大模型右边这个 v, 一下拉菜单。 这个 v a e 的作用大家可以简单理解为滤镜,会对画面的色彩和细节表现有所影响。有些大模型是有专门对应的 v a e 文件, 可以很好的提升表现效果。同时也有大模型内置了 v a e 文件,如果再使用其他 v a e, 反而可能会使效果下降。我们可以在 在启动器界面下载 d a e, 点击模型管理,选择 d a e。 标签页本地打勾的就是已经安装的 v a e, 选择一个立 a 一点击下载, 然后出现黑色界面就表示已经开始下载安装, 黑色界面自动消失,这个 v a e 就安装完成了。在其他途径下载的 v a e 文件可以放到这个文件路径。 在 stebo dv 日语歌目录里找到 models 文件夹,点击进去,再找到 liae 文件夹, liae 文件放置 在这里即可使用。 nice 本期大模型和 v a e 的基本内容就介绍完毕,下期视频主要讨论提示词部分的相关内容,我们下期视频再见。

队友的 ai 反应堆升级了,但模型更丰富了,还支持 lola, 并且可以添加多个组合使用,连 ctrl 那的常用功能也加进来了。还有一些 ai 的辅助工具,如模特换肤、批量抠图跟三 d 素材 都有。阿里巴巴旗下的平台,所有功能都是免费使用的。接下来直接上实操,进入 ai 反应堆,点击开始创作。首先在底层模型中选择大模型,在正面效果选择唠唠模型,可以选择多个组合使用。画面描述可以直接输入中文图片,参考就是 ctrl net, 大家可以结合需求使用,然后选择采样方法,最后选择图片参数就可以生成图片了。图片生成后,在右侧还可以选择高清放大,一键抠图。这些图片都是我用 ai 反应堆生成的,只要选好模型就能生成相应的图片。如果没有灵感,可以去画廊里 选择你喜欢的风格,点击一键同款。在 ai 工具箱里还有一些辅助功能,打开模特换肤,上传图片,选择模特,点击生成就能替换图片中的模特,可以看一下前后对比,衣服的细节完全的保留下来了。还有批量抠图,一次可以处理二十张图片。 最后是三 d 素材,这里所有的素材都是可编辑的,无论是头像还是场景图,轻松制作三 d 海报。 ai 反应堆后面还会开放上传模型,大家快去体验吧!

大家好,今天给大家分享三个劳尔模型,那么第一个呢是这个皮肤劳尔模型,用这个劳尔可以将我们的人物的皮肤皮肤纹理进行一个真实化的一个劳尔神图。通过这张照片呢,大家可以看到我们一般 生出来这种比较光滑的这种人物脸的照片呢,会加上这种脸部粗糙感而形成一张比较真实的照片。那么第二个要推荐的劳拉,就是这个 暗光源 lra, 也就是在夜晚灯光下照射我们图片的这个 lra, 用上这个 lra 呢,可以将图片进行一个夜晚灯光的这种显示效果。那么第三个给大家分享的这个 lra, 就是啊将我们的眼睛,比如说我们的眼睛有问题,那么我们可以把人物的眼睛给 用图中图遮罩,遮罩起来之后呢,专门在描述词里面我们加上这个眼睛细节重绘的这个 lora, 我们给他设置参数,设置参数呢,我们要设置的低一些,如果太高的话,我们的眼睛会变得更离谱, 变形的更畸形,所以说一般那个设置的低一点零点五或者更低一些,零点二,零点三都行的,而且这个重绘幅度呢不要太大啊,如果重绘幅度太大,零点七五以上的话,那我们这个眼睛变形的也是很厉害的。好了,就是分享这三个 啊乱模型,那我给大家展示一下这三个模型的使用效果和操作的细节。首先呢我们在纹身图里面填好描述词之后,然后这里面我加上了一个关键的一个提示词,就是这个高细里结的一个皮肤的一个提示词, 还有这个全部锐利权重为一点二的这个提示词,然后后面使用了两个 lora, 一个 lora 呢就是我们这个皮肤纹理的 lora, 还有个 lora 就是这个夜晚灯光的这个 lora, 皮肤纹理的这个 lora 呢,我使用的是零点三,而这个夜晚灯光的 lora, 我使用的是一下面反向提示词呢 啊,不做要求,按照你的是按照你要生成图片的那些标准呢,你去自己去填写反向提示词就可以了。采用方法呢,我使用的是这个 dpm 加加 sde 的这个步数啊,是按照我们这个 checkpoint 模型的这个 模型需求的步数设定的。然后呢下面我们使用了高清修复,高清修复我用了这个四成加的这个放大算法,放大倍率呢, 给他使用的是一点八,你使用二也可以重绘幅度,我给他使用低一些零点三八,好,下面就是我们固定一下种子,给他生图就可以了,然后生出来的图呢是就是这种夜晚灯光的这种效果, 可以看到是半碗的效果,我们可以看一下我们的这个人物皮肤还是比较光滑的,那么我们的这个纹理皮肤纹理的 lora 呢?没有凸显出来他的特性,那我们可以继续将这个皮肤纹理的 lora 给他加大一些,比如说我们给他加大零点五或者零点六七以上, 让我们来看一下效果,那么它的效果呢?我们可以看到那人物脸上的这些痘痘啊,还有啊凹凸不平的这些纹理已经显现出来,还有我们这个胳膊的这个上面啊,可以清 细的看到一些毛孔,还有一些粗,还有一些粗糙的皮肤。好,我们来到这个真人的这个图片里面,当我们把这个皮肤纹理的权重加大之后呢,可以看到他脸上多出来的痘痘,还有一些毛孔。 好了,那么这个皮肤的这个 lora 和这个夜晚灯光的这个 lora 啊都给大家看到效果了,那么下面我们来看一下我们这个 啊图生图,我们眼睛重绘细节,来看一下它的效果,那么我将眼睛呢给他定义为这个红色的眼睛,然后我们来重绘眼睛的细节,我们可以看到这个眼睛呢没有变成红色, 但是呢他稍微泛一些黄,因为我们这个真实人物图片呢,这个大模型 逼真人物,他没有这个红色眼睛的这个这种图片啊,在我们的原始模型里面,他就生不出来那种红色的真实眼镜,但是他可以生出来蓝色的眼睛,我们去看一下啊,当我们把这个眼睛呢给他定义为蓝色的眼睛, 他是什么样子在下面呢啊,大家要注意一下,要把这个重绘区域呢给他限定为解蒙版就可以了,然后其他参数保持不动,那么这个图片呢就是使用了蓝色眼睛的图片,当我们将这个眼睛细节 lower 的 给他定义为权重唯一的时候,大家可以看到我们的人物的这个眼睛呢细节呢就变就已经崩掉了,他的眼睛呢就变得非常的畸形,非常的奇怪,当我们将这个权重降低降到零点五以下,零点五以下,那我们可以看到我们的人物的眼睛呢稍微 犯一些蓝,我们整个眼睛眼睛就变得正常了。好了,那么今天的这三个 lola 呢,就给大家分享到这里,如果大家觉得这三个 lola 有用,或者是有需要用到这三个 lola, 那么请为我点击关注加三连啊,我们下期再见!

很多小伙伴下载了 lol 模型文件后,不知道该如何使用,今天我就向小伙伴们介绍三种 lol 模型的使用方法,希望对大家学习斯 dabo defusion 有所帮助。 我们以这个 lola 为例,下载后的 lola 文件放在这个文件夹下,然后在 step defusion 中刷新就可以看到这个 lola 模型了。 这时是不显示捞佬的缩略图的,我们可以复制图片到捞佬文件加项,并改名为捞佬模型的同名 png 文件,再次刷新就可以看到模型的缩略图了。如果感觉捞佬的缩略图叫小,看不清,可以在设置中找到附加网络, 将附加网络默认视图修改为卡牌视图保存。设置后再次刷新就可以看到 lola 的卡牌是排列。在使用 lola 时,我们可以在提示词中直接输入监括号加 lola 加冒号加 lola 名称加冒号,再加数字加反间括号的格式来引用 lola, 这个格式是固定的,其中的数字代表 lol 风格的权重。第二种方法是直接点击 lol solo 图,这样 lol 就会以固定格式显示在提示词框中,权重默认为一。如果想取消这个 lol, 再点击一次 solo 图,引用 lol 的提示词就会消失。 第三种方法就是利用 stable defision 中的可选附加网络捞捞插件,在这个插件中可以设置最多五个捞捞模型,并分别设置权重,使用时一定要记得勾选启用。 需要注意的是,这个插件的模型存放的文件夹并不是 m o d e r n s 八 x s r r a 文件夹,建议大家在设置中 将可选附加网络 lola 插件的默认文件夹修改为系统默认的 lola 文件加目录,这样我们就可以统一 lola 的存放目录,方便整理和使用 lola 模型文件了。综上三种方法,并结合我个人的使用经验, 推荐大家在使用单个捞了模型时使用第二种方法,可以做到方便快捷。而在使用多个捞了模型时,在使用可选附加网络捞了插件,这样能够更好地控制不同捞了所占的权重及风格。点赞关注加留言,每天学习一点点 sleep defusion 知识与大家分享!

大家好,不知道大家有用过 vae 没有,在我们左上角呢,有一个模型的 vaevae 到底是干什么用的?有了解的小伙伴啊,应该都知道 vae, 他是一个滤镜和一个微调,滤镜呢调我们的颜色,微调呢,调一些细节上的一些形状,不过有时候微调的细节你看不出来, 那么我们 vie 的模型有多大呢?我这里面只有一个 vie 的模型可以看一下,这个是七百八十四兆,如果你想拥有更多的 vie 模型的话,可以到 c 站去搜索 vie, 下载你想要的 vae 模型。那么搜索出来的 vae 模型呢?比较少,因为他现在用的也不是很多,就这几个在 c 站上面,我们来看一下上面的 vae 有多大,一般都是几百几百兆,不会太大。那么举个例子,呃,就我现在这个唯一的这个 vae 呢是 生成的结果,这个是没有 vae 生成的结果,那么说明我这个 vae 呢是降低饱和度的,有些 vae 是提高饱和度的,这就是滤镜上的一个功能,那你可以想,那为什么我不在 ps 里面把饱和度调高呢?调低呢? 那这也是可以的,所以说我们的 v a e 模型还是比较少的,如果你下载好的 v a e, 你可以放在这个文案夹里, models 干陌路, models sleep diffusion 这个文案夹里面,你放入进来之后怎么用呢?比如说我现在是这个,我现在有这个模型了,那么我下载一个 ve, 我给他把前面的名字给他编辑,编辑为我上面要使用的这个模型的名字, 然后后面就是 v e 点 p t, 前面这个名字改的跟我要使用的模型的名字一模一样,然后我在 state 底座这里面呢,我切换到这个模型,切换完成之后呢,在我们的终端你会看到他也自动读取了这个 vae, 把这个 vae 的文件名前面对他的名字给他编辑好, 编辑的一模一样,他会自动读取这个模型,并且加载他的 vae。 那我们来说第二种方法,就是说你下载好的 vae, 你可以不用把他的这个文件名给他编辑的跟你要用的模型的名字一模一样。那么这种方法怎么使用呢?这种方法就需要你把这个 左上角的这个模型 vae 这个这个选项给调出来,我们刷新一下,这样啊,你可以选择 vae, 然后左边你可以随意切换其他模型,配合这个 vae 去使用,也就是加上了这个 vae 的滤镜。那么如果你没有这个选项模型的 vae, 这个你可以怎么给他调出来?就是来到设置里面,你找到用户界 面,然后最下面这有个快速设置列表,你在这个 sd model checkpoint 逗号 后面加上 sd 杠 v a e, 然后保存设置,重启 ui, 那么你左上角的这个 v a e 这个选择项就调出来了。 我这里还有一个 vae, 就是模型里面自带的 vae, 也就是麦两千杠 vae 这个模型,我这这个两千麦两千杠 vae 这个名字呢,是我自己取的啊,为了分别下面这个麦杠两千,这个是我自己组合的一个自带 vae 的一个模型, 那么怎么去组合呢?也就是我们来到模型合并这里,你选你选择一个模型,你给你要生成的新模型,唯一的新模型,给他取一个名字,就是第第一步 aprilate 后面加上杠 v a 一,你不加这个 v a 一也可以随便起名字,只不过这样你知道这个模型已经加载了 v。 然后下面你选择这个差值方法,选择这个第一项无差值, 然后下面这个选项呢,你看你想生成什么,想生成 c, k, b, d 格式或者是 low 格式的,这两个你随便选择,然后下面保持默认不变, 然后在右边这个你刷新一下,比如说你现在想给他加这个唯一,把这个唯一选择好之后,然后这里面选择 march, 选择合并, 合并之后呢,它会给你生成一个新的带 v a e 的模型,生成好之后,它会自动在我们这个 models say body 风神这个文件夹里面,那么你就可以在左上角直接选择你新生成的带 v 一的模型。那么关于归一的使用方法呢?给大家介绍到这里,如果大家觉得有用呢?请点击关注加三连,谢谢大家!

捞软模型使用攻略?哈喽,同学们好啊,今天我们来了解一下捞软模型,视频不长啊,但都是干货,大家注意听啊。先来说一下什么是捞软模型, 首先捞啊本身是一种训练方法,他是基于稳定扩散模型的一种低至自适应训练方法啊,对矩阵比较了解的同学可能有概念,不过听不懂没关系啊,我们看重点, 那他最显著的特征就是结合了体积小还有效果好这两大特点,那也就是他对使用者和制作者来说都是比较友好的。再说劳尔模型有什么用呢?那我们这里啊,直接看我制作的一些案例 来看有关人物的 low 模型。那左边这个是加了混血美女的 low 模型出的效果, 右边就只是用提示词描述的效果。那我们有些高手呢,不用 lora 也能做出左边相似的效果,但是用了 lora, 我们可能仅仅需要几个简单的啊通用的词就可以实现。 再来看这个攻克机动队的 lora, 那他对女主形象的一个还原还是比较好的, 我们不用 lore, 可能连右边的效果都没法实现。那有关场景和元素的 lore 模型呢?比如这个森系少女的,加了 lore 也是比较有感觉的是吧。然后日 日式的这种浴室,这种就不用我们去构思一些提示词了,它自动啊,帮我们出这种效果。我们看右边这种啊,不,不用 lower 的。那这里这个盆 是吧?是是什么盆啊?还是还是马桶啊?也也也不太清楚。再来看画风相关的,这里的劳尔模型就还原了莫迪里亚尼的画风啊,还原度还是比较高的, 姿态相关的 low 模型,像这种特殊的姿势啊,加了 low 也是比较好出的啊,不用 low 的话, 他手啊也好,眼睛也好,很容易崩。其次也有一些画面效果控制相关的 low 模型,比如这个添加细节的 low, 他能自动帮我们给画面添加细节,我们修复老照片,或者像出一些 高清的真实的纹理都可以用。类似这种罗尔模型,不用很高的分辨率,就可以出比较精细的效果。 那捞二模型为什么厉害呢?因为他就目前的 sd 基础模型来说,他能基于少量的一个数据级的训练,对多个注意层啊,去做微调,还不会动。到底模型预先训练好的,其他的权重他要把它冻结,也就是刚才说的,我们训练他很快, 但是他使用起来效果却很好。我举个简单例子,比如底模型是个夕阳的大画家,会画好多种东西, 但是他没学过国画,哎,这时候有个学过国画的这么个小画家,但他连自己的笔墨他都买不起啊,这个 大画家请他来合作,他俩说配合去画一张图,那这个大画家画线稿轮廓的时候呢,小画家就给他来指导一下,说整体怎么画会更像国画一些。 然后大画家在画小物件的时候呢,小画家也来帮他添置一些国画的元素出来啊,最后上色的时候,小画家又来帮着搞一下, 哎,最后出成品了,画了一幅国画啊,质量还很高,但是还是能看出来这个大画家的画风。 那这里说的小画家其实就是 lower 模型,他依托于大画家,又能凭借自己的在这个纵深领域的专业性指导大画家,那我们这么理解会通俗, 那如果大家觉得视频还不错的话,可不可以点个赞或者关注,谢谢大家了。先来说 low 模型去哪里找?土豆哪里去挖, 你像免费的罗尔模型,直接去某站,打开某站,把这里的筛选器选成 lora, 然后选一个,或者搜一个我们想用的,点进去,在右上角这里点下载就可以。 那有些很专业的劳尔模型呢?如果在网上找不到,我们也可以找人定做,现在很多人都会训练这个劳尔模型,然后说安装, 第一种方法啊,如果是秋叶大佬的整合包,我们直接去启动器,然后在这里找到模型管理,点这个 lore 模型括号原声,然后点添加模型,选中我们刚才下好的模型文件,点打开就安装好了。 再来说一种通用的安装方法,我们打开 sd 的根目录,找到 models 文件夹,然后打开 lower 文件夹,再把刚才下好的 lower 模型文件放到这里面就行。最后说怎么使用, 在右上角这里点这个,展开扩展模型面板,然后点 lore, 这里要点一下刷新,给他刷新一下,然后鼠标单击这里面的 lore 文件, lora 就自动的加到提示词里了。那有些 lora 还有他自己专门的触发词,我们需要把原作者提到的触发词也给他 加加进去,触发词在这里复制就可以,我们还可以调整劳尔模型的权重,然后最后点击生成就可以了。 ok, 我们今天学会了捞二模型的使用,那大家赶快去下载一个试一下吧。那其他不懂的问题呢?欢迎大家随时来问我,那我们下期见,拜拜。

为什么你生成的图片看起来总觉得不够好看,而别人生成的图片却是充满质感和气势呢?是关键词写的不够好,模型选的不对,还是参数设置的问题?这个教程来给大家讲解一下如何生成细节度拉满的高质感画面。 嗨,大家好,我是李晨,欢迎来到戏剧迷。要生成与别人一眼拉开差距的画面,首先当然少不了一份好的意境氛围。关键词,简单来说就是确定核心主题画面。试想一下,一个近景大头照,又或者是一朵白墙楼房, 这些画面能有多少细节内容可以展示呢?相比之下,在二手车贩卖市场内,一位金发女生躺在载满垃圾的后备箱内,这样的画面是不是更容易吸引别人的眼球呢?第二,根据主题内容选择合适的大模型,并尝试融合多 个,适当的 low 啊,会让画面加分不少。另有很多同学是用 stable defesion 来制作小说推文的,要生成古风系女性,那么你选择时尚现代类模型就不太合适了。这里可以选择麦菊的幻象或者是奇幻模型都可以。 我们来输入一段关键词,先是简单的关键词,骑手式,然后输入一个长发女孩,处于一种战斗模式,样子看起来很冷酷,背景是森林,穿着盔甲,脸上都是污渍。一个人骑着马,经过简单的抽卡后,得到这样的一张图片。 其实这个图片在小说推文里面已经完全够看了,但既然今天的教程主题是细节度拉满,所以我们先固定住这个画面的总结数,开启 ctrl, 然后开启太偶功能,上传一下这张图片,一切保持默认,这时候再重新生成一次瞬间树木、 盔甲、马身上的配饰细节全部都有所增加了。接着我们可以通过加载 lora 来进一步调整画风和细节,例如现在我想人物整体看起来更偏向中国风一些,那么就加入中锋华 lora 细节又进一步加强了。 前我们还可以添加多个罗瓦来实现更多风格的相互融合,像是库里库里作者的一系列通用型罗瓦,我就很喜欢 选择这个魔法风的罗瓦加入到图片里面瞬间在哪和人物的盔甲就更帅气了。现在人物脸上有点哀伤,我们还可以加入中式审美网红脸的罗瓦来对人物的脸蛋进行优化,这样是不是就更加好看一些呢? 第三,分辨率问题。我们通过上述方法大致调整好一张图片后, stable defeasion 基础出图我们一般只会设置在几百上述左右 片采用最新的 sdxl 模型,基础出图分辨率也就去到一千像素左右。为了实现超高细节的画面,那么我们必须得把这些图片进行分辨率的提升,这样就涉及到电脑配置问题了,六 gb 八 gb 显卡很容易在这个环节翻车,动不动就会出现爆显存的提示。 如果大家的电脑配置不够,又或者是因为各种安装等原因无法使用 stable defision 的同学,这里我给大家推荐一个我自己使用过后觉得非常不错的 gpu 注定平台,那个 ec cloud 注册登录后点击 gpu 实力启用 gpu, 看到三零八零十 gb 显存的电脑才零点四四元一个小时,对,你没听错,五毛钱都不到,在不使用的时候还可以把服务器关掉,这样就不收取费用了,需要的时候再重新打开,充个十块钱就能用 很长一段时间。另外这里还有双显卡式显卡的正列配置可以选择,目前 mac ec cloud 正处于推广期间,价格真的是非常非常实惠,感兴趣的同学可以过来看一下。 由于今天我们要尝试生成最终八 k 分辨率的超高精度图片,这里我就选用一台二十四盒处理器,内存稍微高一点四十八 gb 的配置,显卡是十 gb 显存的三零八零,价格是五毛六一小时。右边一定要勾选创建可持久化应用,然后模板这里已经是直接安装好 staple dv 损了, 下面根据自己需要导入模型的多少来按需选择硬盘的容量,硬盘储存的价格是每十 gb 一分钱一小时,价格也是非常的良心,这里我选择四十 gb 的容量,后期不够还可以手动扩充,点击确认,等待服务器的开启,这时候点击启用。 在使用过一段时间之后,这个平台的另外一个优势就是简单直接,不需要像其他平台那样还要下载客户端,我们直接就可以在自己的浏览器上面进行各种的操作,这样的操作体验感受跟自己拥有一台一样配置的电脑是完全没有区别的,各种操控均不会有任何的卡顿, 甚至我们还能通过直接拖拽的方式来上传图片到 stable defision, 很好的解决了我电脑配置的问题,对于一些高强度的跑图任务,我都会在这里进行,这时候我们还要进入硬盘后台页面来管理一下模型,打开 gpu 储存,进入详情页面,这个就是完整版的 stable defision 文件夹了, 把我们需要用到的模型 lower 还有相关的插件直接拖拽进来,放置在对应的位置,刷新一下模型库, lower 就显示出来了。另外我们还能在存储同步的页面 里面,通过百度网盘和阿里云盘的方式来加载对应的内容。远程路径选择自己百度网盘的路径。我的模型是放置在百度云盘 upload 这个文件夹,这里就输入斜杠 upload, 下面这个就填写 megaec cloud 本 dsd 存储路径,点击确认授权一下,这时候就看到正在同步了, 全部完成后就可以看到模型已经自动拷贝过来了。环境搭建好后,再次进入 macacco 三零八零显卡的 vip ui 界面, 我们先来生成一张五幺二乘七六八的低分辨率图片,简单设置一下参数,开启 a d, 挑了脸部修复 设置一次生成四张图片,进入抽卡环节。 ok, 四张图片一共用时二十四秒,速度还是相当的快的,我们来挑选一张,像是这些手乱脚乱的就直接 pass 掉,像这种出现两个人重叠的效果, 当你基础图片分辨率设置越大,就越容易出现多头多手的情况,这就是为什么一开始要把分辨率设置在一个合适较低的一个水平,像第三张和第四张图片都不错,那么我们选择第四张图片,通过四步扩充法来进行最终八 k 分辨率的图片生成,首先固定住他的总值数, 接着开启 ctrl, 把刚刚生成的这张图片拖进来,开启跳舞模式,权重值设置成零点七五。这时候我们第一次提升分辨率,把它设置到一零二四,也就是一 k 左右的精度。点击生成 可以看到啊,提升一 k 分辨率后,细节就已经是增加很多了。接下来就进行第二次分辨率提升,开启高清修复,重绘幅度改低一些,因为不需要他改变画面,这里放大倍数,二倍分辨率就从一零二四提升到二零四八了。点击生成 这一步是最燃烧显卡显存的一步,由于现在选用的是十 gb 三零八零显卡,极限就是刚好去到二 k 的分辨率,配置差一点的同学可以适当降低一点点放大倍数。 这一步总用时三分十七秒,可以看到十 gb 显存一共消耗了百分之九十七点二,全跑满了,没有出现显存不足的提示。我们来对比一下一 k 分辨率的图片和二 k 分辨率的图片的区别。 接下来就要进入图生图的步骤,把这个 rk 分辨率的图片发送到图生图。采样算法选择 dpm 加加 rm cars, 重绘幅度改小一些,开启 ad, 跳上脸部修复。 同样开启 controlled 的太好模式,但现在加载的是二 k 分辨率的图片,建议把这个 controlled 图片改成 ek 分辨率图片就可以了,这样会更节省显存控制。权重改成零点六。接着开启 outmate sd upscale 脚本,你也可以用 tell defesion 等放大脚本,效果都是差不多的。现在我们进行第三次放大算法,选择 isrgm 四 s 加分块宽度改成七六八,目标尺寸放大两倍, 所以现在第三次放大就是从二零四八放大到四零九六四 k 分辨率了,点击生成。第三次放大用时两分八秒,速度非常的快,显成采用了百分之六十四得意约 upscale 分块放大脚本 mac exclus 三零八零十 gb 的显卡放大四 k 分辨率啊,非常轻松。 我们来对比一下四 k 分辨率和二 k 分辨率的图片,细节提升是非常明显的,现在这张四 k 图片单图大小已经来到了十三点三 emb 了,这个细节和精度已经是可以满足当下绝大部分的使用场景。当然我们还不止于此,必须榨干这张 显卡的所有性能,向八 k 进发,把它发送到图声图。可以看到现在重绘尺寸是四零九六,其他参数全部不用修改。这次我们尝试用 totification 来完成最后一步八 k 的放大,开启 totifision, 放大倍数两倍, 启用噪声反转,分块宽度和高度加大一些,避免出现多头多人的一个情况,同时勾选跳 vaeok, 点击生成,让显卡燃烧吧。终于终于,八 k 分辨率的图片成功渲染完毕了, 这里显示用时是一分四十七秒,这个时间是不准确的,具体耗时大约是十分钟左右。显存占用率百分之七十五点七十 gb 显存,渲染八 k 分辨率的图片还有四分之一的显存剩余空间。我们来看看这张八 k 图片的大小,单图用量已经来到了恐怖的五十一点七九 mb, 我们来对比 下八 k 分辨率的效果和四 k 分辨率的效果,是不是瞬间就觉得四 k 分辨率的图片不那么香了呢?八 k 分辨率的图片在各个地方都是满满的细节,精度是非常惊人的,但超高分辨率的渲染不可避免的带来很多局部的地方会出现各种诡异的人头身影, 不过这种情况也是可以通过某些手段来优化解决的,如果大家想了解的话,后面会专门给大家讲解一下怎么处理这样的一个问题。本期教程用到的相关模型、 lora 放大插件我都会提供给大家,大家评论区自取就可以了,也可以留言,模型我会一一私信给大家。 提升分辨率是获取高质量图片的最直接最直接的方法,如果显卡显存少于八 g 的同学,就不建议开启太高的精度了。另外,像我主力机是苹果 m 电脑的同学,其实也可以挑战一下放大的精度。苹果 mc 系列处理器的架构是 cpu 和显卡 gpu 共享内存的,所以基本不会出现爆显存的情况。只是在渲染超高分辨率带来的压力下,苹果 cpu 渲染的速度会比显卡渲染的速度慢上好几倍甚至更多。 在渲染四 k 分辨率的时候,我的苹果电脑足足渲染了十多分钟,而 maceco 的三零八零显卡仅仅只用了两分钟。另外他们家还有二十四 gb 超大显存的机器可以租赁,家里有四零八零、四零九零的同学甚至还可以尝试一下用今天给大家介绍的四部放大法挑战一下生成十六 k 分辨率的图片。 好了,本期教程到这里就结束了,如果觉得教程还不错的话,请不要吝啬你们的小爱心,记得点赞收藏一下了,感谢大家的三年,我们下期再见,拜拜!

sd vie 到底有什么用?三十秒教大家下载一个通用的 vie 模型,找到 se 启动器后台, 点击模型管理,点击变分制编码键 vie 模型,找到通用模型 vie f t m s e 八四零零零这个模型是官方搭档,你看他做着是这波 b n t a i 推荐的, 找到之后点击下载,大概三百多兆,点击下载即可。这个模型的作用就是相当于 ps 里面的一键调色,自动调色。不管你使用什么模型,只需要在 sd vie 模型配置这里点击好它就行了。 如果你想知道话筒时为什么要配置好 s d v i e, 想看一下它的一个具体效果,你可以接着往下看。大家来对比 一下这两张图片,一张使用了 vid, 一张使用了没有使用 vid, 这两张图片的相关参数都是相同的,除了 vid 不同,其他都相同。我们先来看一下这个小手手使用的 vid 小手手,它的颜色比较鲜一点,而没有使用 vid 的小手手,大家可以看到比较 颜色比较淡啊,包括他小脚,小脚脚也是,对吧?包括你看小脸蛋也是。 因为有的模型呢,他没有自带 vie 的,他没有自带这种调色功能,所以他生成图片是比较灰的,缺乏质感。而有的模型他自带 vie 的,所以哪怕我们没有使用这个通用模型, 通用的一个 vie 模型,它的图片质感也是啊,比较好的。我们在使用嗯,任何模 模型的时候,只需要把这个微通用的面膜贴粘上,你的出头质感也是很不错的。当然,很多亲属小伙伴他在使用 sp 的时候并不知道有这样一个东西的存在,或者说知道他并不知道的是这个东西到底有什么用? 希望你看了今天分享之后,从此告别灰度图片哪个时代?我是毛毛,每天进步一点点零六奥利给。

智能添加细节 lower, 良心推荐!哈喽,大家好啊,今天给大家分享一个给画面添加细节的 lower 模型,叫 id 调啊,也叫 d 调 taker, 不知道大家会不会去刻意的控制画面的细节水平呢?那我的话都日常用这个 logo 来控制他,不需要放大图片啊,也不需要什么低调的 sharp, 那些题词非常好用。 ok, 那我们直接开始上干货啊, 我这里准备用纹身图啊,直出三张图,分别用不同的这个 low 模型的权重,然后我先用一个 ctrl night 来固定一下他的姿势, 我们 c 的值也给它固定啊,这里看不懂同学忽略就可以不影响。然后我们点击生成, ok, 生成好了看一下效果。 那这就是这个 lord 模型在不同权重下的表现,分别是负一零还有一的权重,这个 lord 是可以用复数权重的哈,复数呢,就是减少细节。 我们看这张图,在老二零权重下就相当于没加老二的情况下,本身是一个二点五 d 的一个画风,然后左边变成了这个二点三五 d, 右边变成了二点七三 d 的画风,那他就通过比较智能的给画面添加细节,实现了画风, 光影对比,材质、质量等等很多的一些改变。来,我们再看一下局部的一些对比,看一下脸部还有头发,我这图没修啊,我们主要看对比起来的效果,再看后面的这个物品的细节, 还有衣服的质感,最后我们看这个手的质感啊,怎么样?如果大家觉得还不错,可不可以点赞关注支持一下啊,谢谢大家。我们再来看一下其他场景的一些对比效果, 然后说一下在哪找啊?怎么安装?我们来 c 站啊,这是 c 站 ui 又改了,我们点这个搜索框,然后,哦,我这里直接给我推荐了啊,就这个 detail tweaker laura。 点进去以后我们看这个就是作者发的一些测试图啊,各种场景的,然后还有其他场景的一些效果,然后是安装 点这里或者点这里把这个模型下载到本地,然后我也再放一个网盘的链接,从网盘下也可以下完放到这个路径, sd 跟目录 models, lora 这个都会吧,不会同学可以看一下咱们之前的这个 lora 教学视频啊。 然后我再推荐两个类似的罗软,一个是这个效果类似,我有时候也用这个,然后再一个是这个, 这个是 sd 叉 l 模型用的好吧? ok, 那如果大家喜欢的话啊,点赞关注一下,咱们后面还有很多好用的啊给大家推荐,那我们下期见,拜拜。

哈喽,大家好,上个视频给大家简单介绍了 supermaj 这个插件里边,嗯,模型融合的一些基本操作。 这个视频呢给大家简单介绍一下 lore 的一些相关操作。首先呢是提取 lore, 我们可以在这选择最终模型,比如说我选择这个 child mix 这个模型,这里你选择一个基地模型,比如说我选择这个 any c v 四点五这两个模型去提取我们的 lore, 这个是阿尔法,这个是 beta 值,就是他这用于计算的,你可以进行一个设置,当然默认一也是可以的。 然后这个地方的话是我们的一个维度的设置,如果你在这里不进行设置,那默认的话就是一百二十八的一个维度,然后你这些调好了之后,你点这个 mecalalla 就是进行一个提取, 你点了之后你可以看一下后台的一个进度,就是他的后台。然后呢?嗯,我电脑的话配置一般,所以时间可能会有一点久,那么等待的时间的话,我就把中间这个时间给截掉。 好,这里的话是已经提取好了,你可以看一下它存放的位置,是在我们的 vbl 目录里边 model the laurel, 然后这个的话是它的名字,名字的话是有点长的,它是 child mix 和 anything, 然后这两个模型提取出来的这个 laurel, 然后你可以具体看一下他在哪里,他是在我们的微编目录,你找到 models, 然后找到他的 laura 这个地方,这个就是我们刚刚提取出来的这个 laura 了。然后接下来的话 我们讲一下 laura 的合并,就是这个按键,那么我们首先可以点这里更新列表,然后你可以看一下它,这里的话就更新了我们所拥有的 laura 模型了, 就是比如说我这里只有三个了了,你看到没,然后这里的话他就已经更新了,就是三个列表,然后我们再点击这进行一个计算,他的一个维度,这个括号的话,它里边就是他的一个维度,这个是三十二, 这个一百二十八,这个一百二十八相同的维度的模型,然后是才可以进行一个融合的,就这两个 lol 才可以融合,然后你的 lol 比较多的话,你可以在这 进行一个筛选,比如说这里是三十二的,然后这里是一百二十八的,你看勾选的一百二十八,这两 就是一百二十八的维度。比如说我要融合这两个 loler, 你可以进行一个勾选,勾选了之后他就会就是放到这里来, 然后再勾选他是由逗号这个绊脚的一个逗号进行一个隔开的,他是没有空格的哈。然后这两个模型然后进行一个就是合并,大家看到这个地方的话是他的名字,对吧? 然后再是冒号,然后再是他的一个整体权重,那么你要进行一个合并的话,这里的数字,然后你要尽量加起来是等于一的,比如说这里我就变成零点五, 然后这个地方也是零点五,然后你要加起来是等于一就是权重,然后你再按这个合并它的 lord, 然后你可以看 下他的一个进度条,这个就比较快,然后他这里的话是一样的,你看这个然后杠零点五,然后加号,然后又是一个了了, 然后零点五就是我们形成一个新的一个,就是融合过后的一个 laurel 了,它存放的位置依然是在这个,嗯, webioi 目录,然后 models laurel 里边,就是还是在这里 看到没,还是在这个位置。然后这个就是我们刚刚合并好的 lorra, 就是有两个 lorra 合并起来的,然后它合并的一个维度的话,你可以看一下, 然后我们同样是在这儿进行一个,我们可以不选,同样是在这里就是不进行勾选,然后我们同样是在这儿 进行一个检查,他的一个维度,你可以看一下我们合并好的这个 laura, 就是零点五加零点五码,然后合并好的一个维度,同样是这个一百二十八的这样的一个维度,所以这个是我们的合并的这个 laura。 当然下一个的话我们可以看一下,也介绍一下这个利用这个插件怎么去对这个 lord 模型进行降维。因为我们这里你看这两个维度都是不一样,但是我们想融合这个和这个两个 lord 怎么办?我们肯定就要需要去降维,对吧? 然后我们可以去,嗯,就是选择一个你想降为的,比如说我就选择这个吧,就这个,然后选择一个这个想降为的这个 laura 模型,然后你在这里选择一个目标 高维度,比如说我就选择这个三十二吧,然后选择好了之后,你可以在这进行一个改名字,因为这个名字确实有点长,对吧?我们可以在这进行改名字,嗯,我为了方便,我就在这里随便输入一个吧, 我为了方便随便输入一个就是一个名字,然后下滑线,你可以把这个维度写上三十二,就是我要他形成的这个降的维度的这个形形成的新的 lower 的名字是这个名字,然后弄好了之后我们再点这个合并 lower, 然后你就可以看一下了,嗯,大家可能要稍微等一下, 好,这里的话是已经是这个弄好了降维了,他 他的这个你可以看一下名字,就是我们输入的这个名字了,看到没?这是名字,然后存放的位置同样是在这个地方, 就是在我们的微博目录里边 model, 然后找到劳饶,然后它里边就是这个,你看到没?这个就是我们刚降维的这个劳饶了, 然后我们可以在同样这更新列表,更新列表之后他就会有这个,同样我们检查一下他的维度,你看就是三十二的一个维度了,看到没? 这是他的这个降维,但是这里的话我提醒一下哈,就是维度越小,你这个维度越小,然后 laura 对目标的还原能力也就越差,但是呢他也可以使这个崩坏降低,就是这个是降维。 然后如果我们这里只有一个喽喽,比如说这里我们只有一个喽喽,我们把这个先删掉吧,我们只有一个喽喽,比如说我就勾选这个吧,好看一些, 只有这一个 lower, 我们就实际上就是对这个 lower 然后进行一个编辑,我们可以用这种方法,然后对 lower 它的整体权重或者是部分分层的一个权重进行一个设定。方法呢?就是这里你看 先是输入 laura 的一个名字,然后再输入 laura 的一个整体强度,然后再输入 laura lore 的一个分层强度,这个 lore 的分层强度不是说一定要去输入的,如果你要进行一个分层强度,进行一个设置的话,你可以输入进去他的一个一个一个弄法的话,就是这里,你看嘛他是他的这个 名字,然后冒号中间是冒号隔开,然后这里是他的一个就是整体的一个强度,他是一点零的一个强度。然后后边如果我们要加上老老的一个分层强度,你就要去加一个冒号,然后 用那个去加一个冒号,然后用下边这个就是他的一个分层强度了。比如说像我这里分层强度,我就随便复制一个吧, 这样他就可以复制上来是他的一个分层强度,但是这个是不是很麻烦,对吧? 因为这里数字有点多,你可以怎么样?你可以直接输入他前边的预设的这个名字,比如说我就输入这个吧,输入直接他预设的这个名字, 然后他就代表后边的这个分层强度的一个设置,就是这样的,然后这个预设的名字你还可以在下边进行重新的一个,就是去自己进行一个就是设置,比如说我就输入 test, 然后我们可以在后边这里进行一个更改 等等,然后你更改了之后你这个名字,你一样预设的这个名字,然后你可以在这儿 也是可以进行一个更改的,这是我们进行更改过后的这个就是分层强度,我们把它还原哈。分层强度,他的分层强 度是怎么去划分的?也就是说我们捞绕的话,他是作用在这十七层的,他第一个的话是包括我们编码器的这一层,然后这里六个, 然后它是我们 unit 输入部分,六层,然后这里是我们 unit 中间部分一层, 然后这个最后九个,然后它是我们 unit 输出部分,然后九层,就是一共的话是这样的。十七层,就是我们乐乐的话,它是作用在这十七层当中的。那么像这个的话它的一个分层强度,嗯,其实跟我们之前的这个 m、 b、 w 分层融合它的原理是差不多的。我们就以这个为例给大家简单的说一下。比如说我们要融合这个模型 a、 模型 b 这两个模型,然后呢他是共有这个输入层,就是这里开始输入层就是零到十一层,然后再有一个中间层,然后这里有一个输出层,也是零到十一层, 就输出层一共是二十五个滑条,然后再加上这个贝斯滑条,就是这样的话,就是二十六个滑条了。然后像这个 滑条的这个值,比如说这里,然后它是一的话,它意味着这个滑条对应的这个层将完全等于 b, 就是模型 b 的这一层,然后如果这个滑条为零,然后它意味着这个滑条对应的这个层,然后它是将完全等于 a 的这一层,就是这个意思。然后比如说这个 输入层就是零到十一,对吧?然后这个输入层的话,它是主要影响画面的结构、形状、布局这些的,然后像这里输出层 它主要是影响的画面的色彩、笔触、风格等这些,然后你看它它的层数是零到十一,从小到大的,对吧?零到十一, 从小到大它是代表小区域方向的影响,然后到大区域方向的一个影响,然后这里的一个贝斯的滑块的话,它代表的是 a 和 b 模型的语意分析模块的融合比,然后比如说这里的零, 然后它是嗯代表全是 a 模型的与 e 分析模型,如果这里是一,它代表全是 b 模型 的就是语意分析模块,一定程度上是影响嗯构图的,简单来说就是模型理解的一个概念, 就是这个意思。像我们的这个 m b w 分层融合,它是可以用于我们修缮肢体、改善光影和转换风格,还可以用于就是微调脸部特征,然后修复过敏和。而我们这个, 而我们这个 l b w, 它输入层和输出层的一个概念和 m b w 是相同的。 比如说我们对一个影响,就是构图严重过拟和人物的一个模型,然后你是可以用这个就是 out or 用这个就是嗯, 用这个直接屏蔽掉他的输出层,你可以看一下他的这个输出层,这六层是完全屏蔽掉了的,他是让画面的一个构图取决于你大魔的一个表现了。 然后这里的话也给大家提供一些,就是之前我在那个大江湖战士大佬那看到的,他提供的一些不错的预设和介绍 啊,我也会分享到我的视频说明难里,大家可以用一下,但是这里也是值得注意一下哈。嗯,我们这里的输入层和输出层他的一个具体表现,对每个模型他 都是有所不同的,没有哪个模型用的 l b w 参数就是泛用的。嗯,特别是我们在 m b w 融合的时候,你需要首先对每每个模型自 生的出图效果有一定的了解,然后再选择性的根据你想要的一些划就是效果,然后调整你的输入层和输出层的一个配比,就是这个意思, 然后这个是我们的呃这个地方,然后我们再讲一下 laura, 然后就是怎么去融合进我们的一个大模型里边,我们可以点这个按钮, 然后再选择你这里的大模型,然后呢然后再勾选你的 lower 这个地方, 然后以及或者像我们之前,比如说两个 laura 它对应的 laura 合并的一个权重比,然后进行一个合并也是 ok 的。比如说我这里我不想改这个,我就想这样,然后把它融入到我们 到这个模型 a 里边,这个你可以去更改一些,你可以融入到 adison 呀,然后 chaot max 啊这些里边都是 ok 的。然后你嗯融合之后你再点这个,你设置好了之后再点这个,然后你就可以进行一个融合了, 大家可以稍微等一下,然后他这个地方的话是他的一个进度条,你可以看一下他融合过后,哦,我这里名字没有改,名字没有改,你可以这个地方,比如说我们把刚刚的那个, 哎,我们改没改都行吧?我们可以看一下他是因为是模型这个地方,模型这个地方我们刷新一下,然后你就可以看到了,这个是我刚刚的,就是融合过后的那个就是 模型呢,就融到模型里边,他的名字是这个念去奥特米斯,然后杠三十二,然后半斤多。你可以看一下就是这个是我们刚刚融合了,那么今天的话我的分享就到这里,你下来可以仔细去研究一下。

玩过 aa 绘画的都知道,模型是可以融合在一起的,只需一个模型就能实现多个模型的效果,还能减少模型之间的互相污染。想要合成模型,需要用到 lower block weight 和 super murder 两个扩展,在扩展这里自行配置即可。 也可以,我的粉丝群给你安排上,首先 lora 模型一共有十七层,有的层负责控制人物,有的层负责控制背景和画风。这里如果同时使用小人书画风 lora 和人物 lora, 就会导致人物被污染的情况,只需启用 lora block weight。 然后在小人书画风 lore 后面输入冒号和十七个零到一的数字,并用英文逗号隔开,表示对应分层的权重。把控制人物的分层权重调低,保留背景和画风的分层权重。 同样的方法,把人物 lore 中控制背景和画风的权重调低,保留人物的分层权重。再次点击生成就可以看到人物和画风很好的融合在一起。 打开 super murder, 点击 laura 选项,分别勾选要融合的画风 laura 和人物 laura。 在下面的预设框里复制刚才设置好的分层权重,预设, 在对应的 lower 后面输入冒号和使用的预设名称,由 lower 模型之间用英文逗号隔开,不需要括号。设置好新模型的名称,点击融合即可。 使用时只需调用我们新融合出来的 lower, 就能同时起到多个 lower 的效果了。注意,模型融合前要检查模型的维度值,如果维度不相同,就要像我这样选择维度,先把模型转换到同一个维度,之后才能融合。我是局大,分享更多 a a 干货!

hello, 大家好,大家玩 stable defusion 应该有一段时间了吧,也下载了很多的大模型和 laura, 但是有的大模型和 laura 呢?它是有一定的触发词的,只有和触发词结合在一起使用,这个效果才会更好一些。 就比如说像这个汉服的 lara, 它是有相对应的触发词的,就是这旁边紫色的这个就是它的触发词,你只有和这种触发词结合在一起使用,才更好地去调用这个 lara, 它的效果才会更好一些。那么 回到这里,如果你的大模型和 lora 下载的比较少,那你这个还记得这个触发词,但是这个模型一旦多了之后,可能就不太方便我们记忆了,或者是你把这些触发词写在记事本上边啊等等之类的,但是不是那么好去调用。像我之前 前给大家去介绍了一个插件,就是 safeta ai 助手这个插件,它可以对这些模型进行管理,但是有的人跟我反馈它这个有一定的 bug, 很可能就是扫描不成功,而且只能扫描 c 站上边的一些模型,那从别的一些地方或者自己训练的一些模型就没办法去管理了。那么今天就给大家去介绍另外一款插件,就是这个 laura prompter to 这个插件,它可以很好的去管理我们的模型。那这个插件是怎么样的?我们一起来看一下,就比如说像这个汉服的这个 laura, 对吧? 然后你点击它,它会在这里去调用这个 lora, 但是它还有相对应的触发词,我们鼠标右击,然后我们点这个汉服,你可以看一下它的 触发词就放过来了,就是这个你可以看一下一模一样的这个触发词啊。还有一个你鼠标右击,你还可以加入试列图片的提示词,就是这些图片,你可以看一下这些图片都是 c 站上边扒拉下来的,那么就是这个 就是这些图片可以看一下的,那么你点这个图片,他就可以把这个图片的提示词,然后就是自动的就是转到这个提示词框内了,然后我们再把这个清除掉, 我们再看一下下边他还有试列读的提示词和他这个读的一些参数,他也可以去调用,但是我觉得他这个还是有一 定的问题,你可以看一下他这个地方都不对,你看大小很明显是不对的,对吧?然后还有等等一系列的,比如说这个我没有他相对应的底膜,我给大家去就是说介绍一下,我们先把这里清空,我们刷新一下嘛, 我们就以一个我有的,比如说像这个国风三,然后就是他这个图, 你可以看一下他的提示词是对的,然后但是他下边你可以看一下这个地方 大小是不对的,而且他的这些放大算法啊,这些都是不对的。比如说我们在这里生成,他是没办法去生成这张图的,是有问题的,可以看一下是有问题的,没办法去调用 它,是什么原因呢?比如说我们可以看一下哈,我们在 c 站上边去找国风三的模型, 就是这张图片,我们可以看一下生成这张图片它的参数,点右下角这个地方,然后 copy 它生成的参数,复制回到 stable diffusing 这个页面,我们先清空一下提示词, 把我们刚刚复制的东西粘贴到这里来,然后这里是它的正反向提示词,下边就是各种的参数,我们可以看一下, 这个是比较重要的,这个是噪声种子偏移,他是还原图片的,这是大小六四零乘以零二四。我们再往后看,这是他的采样方法,这是跳 过程是二,然后是高清修复采样的一个次数是六十四,放大两倍,这个是放大算法,这是他的一些参数,我们点这个地方,点这个箭头,他就可以帮我们自动的去配置好了,可以看一下, 但是它是没有这个差异,随机种子的这个地方是没有的,我们取消这个勾选,但是它多了一个覆盖设置,你可以看一下跳过层十二,然后这个是噪声种子偏移,因为我这两个都没有去设置,然后我们点这里生成,你可以看一下, 它就可以生成就是这张图片了,就是还原这张图片,就是这个,那么它这个插件这个地方是有问题的,这个参数是有问题的,我们看一下到底有什么问题。我们刷新一 同样,我们鼠标右击,然后点这个 点它,它的这个正反向提示词是对的,没有问题。然后我们再往下看, 它的放大算法是错的,它没有去识别是这个放大算法,然后它的高清修复采样次数也是没有识别出来,它是六十四的一个次数,大小也是不对的,是六四零乘以零二四。 然后我们再往下,他是没有这个差异,随机种子的,他这个地方是应该错了,应该是那个噪声种子偏移,所以我们这个不勾选那个噪声种子偏移呢?他是在这个地方我们点设置,然 后这里有一个采样器参数,下边这里就是噪声种子偏移,就是这个东西他是建议三幺三三七的,他不影响我们平时生成图片的。设置好了之后,我们点保存, 然后回到纹身图这个地方,它的跳过程是二,其他的参数我们也已经改掉了,改掉之后我们再点击生成,你可以看一下, 它就可以还原我们这张图片了,可以看一下,所以这个功能呢,它的这个参数,这个地方是有问题的,但是我们可以借鉴上边的这个,它的这些图片,它的这些提示词你是可以看的,而 这些提示词的话可以学习,我们可以结合这个提示词插件,就是这个地方,然后你可以把这些识别出来,把意思翻译出来,然后进行一些调整,你可以去学习生成一些比较类似的一些图片,对吧?那这个地方他是那个翻译有点慢,可以看一下, 就是这个插件,这个插件我觉得最大的一个用处不是在这个地方,而是在它可以去编辑你从别的地方下载的模型,或者是嗯,就是在 c 站上边下载,但是这边没有去识别的,或者是你自己训练的 一些模型,比如说像这个 lorra, 这是 c 账上边的一个 lorra 盲盒的这个 lorra, 然后你鼠标右击,它没办法去识别它的就是 提示词啊这些,这个是我之前就是测试了一下,就是没有去识别好他的一些触发词等等之类的,那我们可以点这个地方进行编辑,比如说像你自己训练的罗啊,或者别的一些地方下载的一些罗啊,你就可以在这进行编辑了, 这是他的名称,然后路径等等,这一等你还可以在这里设置一些就是权重,你调用他的时候,他就会使用这个权重。 然后还有这个建议的 lora 的一个分层控制,你也可以在这里进行编辑,然后这是他的名称和触发词,这是我之前测试的, 然后这是额外的描述专用的反向提示词,你都可以进行设置,设置好了之后点这里确认保存,就可以去调用这些了,这是一键的编辑。但是我不是特别建议大家用这个, 而是建议大家用这个高级编辑。就是这个地方,比如说像这里的名称,我可以去输入,我就输入一个盲盒这样的一个名称,然后触发词 c 账上边我们搜到 盲盒的这个模型,然后你可以看一下他的出发词,是这个,我们就复制一下, 然后回到这里,我们可以把触发词黏贴到这里来,然后这个是触发词的一个分类,你也可以进行填写的,然后这个是反向提示词,我们不管, 当然这里触发词设置好了,我们可以点这个加号进行添加,就是下边这是可以添加的,我们也可以点这个叉删除, 是也可以删除,同样我们点这个这个地方也是可以添加的,然后比如说我们在这里添加一个就是附项, 然后这个是它的反向提示词,比如说我就随便复制一个它的反向提示词 粘贴到这儿来,然后这里你反向提示词,你这后边儿要填写 y, 你还可以继续的编辑添加,都是 ok 的。然后这里也可以移除重复的提示,这儿是移除空白的提示等等。然后你编辑好了之后,特别是你自己训练的模型, 然后你是可以在这编辑的,而且你这里也可以就是说把你这上边的内容就是一行为一组,把它输入到这里,然后也点这个从文字框读取提示词,它也可以读取到这儿来, 明白了吗?然后如果你是军 boss 模型,然后去就是训练的,那你也可以点这个直接去抓取他的一个触发词,也是 ok 的, 然后这里你保存好了之后,对吧?然后回到这个纹身图,你可以看一下,就是这个盲盒的这个你鼠标右键,你可以看一下我们刚刚点的这个盲盒,我们先把这里清空掉,就这清空掉, 然后我们刚刚输出的这个盲盒,对吧?比如说我们点它,先点它去调用这个 lora, 然后 我们可以鼠标右击输入这个盲盒,你可以看一下他的触发词就已经调用好了,就是这个就是我们刚设置的,而且这里我们不是输入了一个负向,就是这个反向提示词吗?然后我们点他, 他这个反向提示词,这个地方就可以帮我们去录入进去了,就是我们刚刚进行设置的,而且这里是我们建议的模型设置,就是这个建议的这个权重,我们点他, 你可以看一下,就是我们刚设置的这个 laura 调用的一个权重是零点六,他直接是这样去调用的,所以你直接点他调用的是一的一个权重,但如果你是调用的那个建议权重就是我们刚设置的这个零点六,明白了吗?是可以进行编辑的,不管是在 c 上上边还是你自己训练的 模型,都是可以在这里进行编辑的。除了这个像 c 站上边,比如说像这个 就是这个模型,我们也可以就是进行编辑,现在是啥都没有,对吧?但是他是 c 站上边的一个模型,我们点这个编辑,然后来到这个页面之后,我们同样点到这个高级编辑里边, 然后我们可以直接从 safety ai 抓取配置文件,我们点它, 你就可以看到他是在 c 站上边抓取的这个提示词了,比如说我们在这里嘛,然后同样我们回到这个地方去输入这个模型搜一下,我们看一下他抓取的那个对不对?就是这个,就是这个 cute girl mix 四,然后它的 这个触发词就是这个复制一下吗?我们回到这个地方,你可以看一下,比如说这里我们粘贴一下,对吧?是一样的, 然后多的一些地方,你可以进行编辑的,就是这个地方,比如说我们也复制这个反向提示词,然后我们点这里反向反向 提示词,然后这个地方它的触发词,我们这里还可以改名字,我们就改成触发词都可以 反向提示词,我们不敢把刚刚那个粘贴到这来,然后你反向提 提示词,这后边就是要设为 y, 就是这一块,然后设置好了之后,你可以点这里保存, 然后保存好了之后,我们回到这个纹身图这里,然后我们就是这个模型,我们鼠标右击,然后你就可以看到这里是他的触发词,对吧?我们先调用一下这个 lora, 可以看一下是调用了,然后我们再把这个触发词点上,可以看一下就是这里, 然后呢我们把这里先删掉,这个是反向提示词框,然后这里有一个反向提示词,点他你可以看一下, 就是这样的,大家可以下来去看一下,然后你从 c 站上边抓取的这个呃文件之后, 它会有这些试列图,你可以看一下这是抓取的试列图等等,都是可以进行编辑的, 明白了吗?这个是这个插件非常的方便,大家下来可以去试用一下,然后你看一下他的一个就安装方法,跟我们平时的这个插件的安装方法是一样的,我们这个地址会分享给大家。来到这个页面之后,你点这里的鼠标绿色的这个 地方,然后点它复制一下这行命令,回到 stable defusion 这个页面,然后点这里的扩展,从网站安装,把刚刚那个命令粘贴到这里来,点这里安装, 安装好了之后,他这里会出现他安装的地址,然后你再点这个已安装应用并重启就可以了。如果这里因为网速等原因下载不下来,你可以点这个地方同样复制这个命令,然后我们 回到这个 weby 的一个目录,然后找到 extensions 这个文件夹,然后来到这里之后,我们鼠标右击,在终端中打开,可以打开这个界面,没有的话你就在这里输入 powershell 或者是 c, m, d 都可以,然后再按那个 enter 键,它也可以进入这个窗口,然后我们在这里输入 get clone, 把我们刚刚那个命令粘贴到这里来,然后在 enter 键进行运行,我这里就不运行了,然后你运行好了之后,它会自动下载这个插件, 这个是第二种方法。第三种方法呢?就是回到这个页面,然后你可以下载他的压缩包,就是这里有个当漏的,你可以点这个地方下载他 的压缩包。下载好了之后你要进行解压,解压好的那个文件你同样放到这个 extensions 这个文件夹下边来,然后放好了之后重新启动你的 vbui, 就可以使用这个插件了。然后这个就是今天的一个分享,大家下来可以自行的去试用一下这个插件。

打模型微调讲解与实力是不是有很多同学发现,虽然 gdp 等模型的功能很强大,但是对于特定问题却不能给出很好的回答。 比如让 gpt 写一篇小说,如果没有微调,那么他写出的内容质量就会很差,或者让他做一些特定领域的内容,他有可能会胡编乱造。那么有没有办法可以解决这些问题呢?答案是肯定的。 今天小屁就来教大家如何对模型进行微调,手把手教大家如何训练出属于自己的模型。在正式讲解前,大家一定要弄明白一个问题,就是为什么要进行模型微调?第一 点就是可以帮助模型更好的胜任新任务。预训练模型是在广泛的数据集上学习的通用标识,微调可以帮助消除预训练模型上的任何偏执,让他更好的适应新任务特定的数据和分布。 第二,通过对模型进行微调,可以增强模型特定任务的能力。最后,相比渔夫聪明,微调所需的参数更少,训练速度更快,对 gpu 等资源的消耗也比较少,十分适合个人和中小公司开发下游应用。 下面我们来一起了解一下模型微调有哪些常用的方法。二零一九年,谷歌的研究人员首次在弄门 parameter vision transfer london for nab 提出针对 bird 的 p f t 微调方式,拉开了 p f 研究的序幕。随后,更多的微调方法被科研人员研究出来,这些方法包括 laura 在论文 laura, laura in caterpish no frog language models 中被提出。论文指出,学习的过度参数化模型实际上存在于低内在围斗上, 模型自适应过程中权重的变化也具有较低的内在值。 lower 具有几个关键优势,第一,浴室链的模型可以共享,并用于为不同的任务构建许多小型 lower 模块。通过替换图一中的矩阵,该何必可以 冻结共享模型参数并高效的切换任务,从而显著降低存储需求和任务切换开销。第二,当使用自适应优化器时,劳尔使训练更有效,因为不需要维护大多数参数的优化器状态, 只优化注入的低至矩阵即可。第三,简单的线性设计允许在部署时将和训练矩阵与冻结权重合并。与完全微调的模型相比,使用 lola 不会引入推理延迟。下面我们结合代码看一下如何使用 lola 对模型进行微调。 首先要配置 loi confide 配置类,这里有五个参数,第一个是任务类型,第二个是是否用于推理。第三个是定义低为内在值大小。第四个 是定义低至矩阵的阿尔法,因此第五个是 drop of, 因此第二步是指定和获取要系列的基本模型。 第三步,使用 depth model 方法和我们最先定义好的 lower 配置类对基本模型进行包装,并使用 print trainer black prematures 方法打印参数。最后我们运行试验方法就可以对模型进行训练了。 以上就是使用 lower 进行模型训练的基本流程,在实际项目中,我们还要结合自己的训练目标对数据进行采集、整理、切分、归一化等操作,还要考虑参数等配置。 lower 等 pst 技术降低了模型训练的门槛,使我们都有机会去训练自己的模型,实现自己的想法,希望未来技术发展可以普惠到每一个人。