怎样导入模型啊?不,有的人还不会往咱们的 avu 软件里面导入,导入自己的模型。那么我今天再说一下啊,首先你在微信打开这个文件夹, 打开以后上面有三个点,三个点你点下载,保存,点保存,这样就保存到咱们的手机文件夹里面了啊。然后你打开 avu 软件,打开 avu 软件,随便设置个画布啊,然后点模型, 这里有个导入,点这个导入下面有个加号,你点添加,然后我就来了咱们这个文件夹页面,你点文件管理, 这里有个手机存储,然后往下面翻找到下载的文件夹,咱们不管是 qq 还是微信下载的文件夹都在这里面啊, do w、 n、 l、 a、 d 这个文件夹都在这里面,你打开打开,你看有有这几个三个选项,第二个就是客户下载的东西都在这里面。嗯,然后咱们刚才是微信下载的,所以咱们要点开微信这个文件夹, 点开以后,你看第一个就是看第一个,就是看到了吧,你点一下他就进去了啊,你点一下他就进去了,因为我刚才点过了啊,这里就不再点。咱们打开软件,打开软件,你看一下啊, 你看我已经导进来了啊,你看就是这个爱心相框已经导进来了啊,就是这个这个样子。 不管你下载的,嗯,是 obg 格式还是文件夹字,还是这个 vip 格式,不管是这两两种格式,两种格式的啊,咱们都可以用,都可以用,你可以再点模型看一下,你看当你家老 导入的时候,下面有 o obg 格式,说明是这种格式的,都可以往进导入。还有这个 zip 格式的都可以往进导入啊。这两种格式,嗯,其他的格式就不支持了啊,其他的格式就不支持了。嗯, 这两种下载的咱们都可以用我刚才说的方法来导入啊。好了,今天就给大家分享到这里吧,希望大家都能学会。
粉丝1.6万获赞36.6万

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!

今天补充分享一下捞捞模型的具体操作,打开捞捞选项,找到自己要找的捞捞模型,今天我们就以这种超高清的捞捞为例, 打开后点击自己喜欢的模型,我们就以第一张图片为例,打开它的参数,第一张没有显示用哪个大模型,看看其他的,找到对应的大模型,看到对应的大模型,如果自己没有复制名字,到主页去搜索, 搜索出来后点击下载回来,然后再把这个 lolo 模型下载回来, 下载回来后把 love 模型和道模型拷贝到对应的本地文件夹内, 回到 cable defusion 界面,在左上角找到刚刚下载回来的大模型,点击按钮显示 lol 面板,点刷新拷贝过去的 lol 就会在这里显示。 我们点击这个唠唠模型,唠唠后面的是对应的名称,一是全种植,不能超过一全种植越接近一出来的效果,越接近唠唠模型的效果,把它的参数一对应的复制过去, 点击生成,看看出来的效果。 怎么出来的效果跟原来的完全不一样呢?这是因为我们上面的提示词没有 lober 参数,点击刚刚下载回来的 lober 模型,把权重值改为零点八,看看效果。 这就是今天跟大家分享的 love 模型的使用,相信大家都会了吧,记得关注我哦!

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。

大家选 logs 是不是都这样?记住这串串英文名是哪个类型的劳拉呢?如果碰上英文不好的,还要去西站看看记录才能工作。现在跟大家分享一个 stable defusion 新手都不知道的小知识。第一个,劳拉面板,这里其实可以看到对应的图片的 lola 面板默认的是灰色,这种没有图片的,有了缩略图,想要用哪个 lola 看到图片就方便很多。现在带大家怎么操作?我就以国风二这个 lola 为例,先到西站找到它对应的图片, 随便找到一张图片保存到桌面,然后拷贝到 lola 的文件夹内,把图片的名字与 lola 模型的名字改为一致。 记得图片的后缀必须是 p n g 格式的,如果不是把它 它改为 p n g 格式。回到捞的面板,刷新对应的图片就显示出来了,以后想要选捞的就方便很多。关注我,每天分享 ai 小干货!

工作,使用 stable diffusion 配合生成图片,便会经常上模型网站搜索下载相应的图片模型。通过预览图片找到喜欢的图片风格后,首先确认一下 模型类型为 laura 微调模型,只是这个模型文件的大小好像比常用的 laura 模型都要大,这个暂时不考虑它,先把它下载下来再说。把下载好的模型剪切到 s d 跟目录 models 文件夹下的 laura 文件夹内,回到 s d 的工作界面。在 laura 模型的这个文件夹下,无论怎么刷新 新下载的这个 lore 模型就是显示不出来,应该怎么办呢?敲黑板,划重点,现在分享解决办法。单击设置菜单,在左手边的选项卡中找到并单击扩展模型,然后把设置页的滚动条拖到最下边,勾选最后一项,在 lore 页面保持显示所有模型,回到页面顶部,别忘记单 击保存设置。回到文生图界面,再次单击刷新 lower 模型,往下翻页,这个没有预览图的就是新下载刚才不显示还刷新不出来的那个模型了。现在我们测试一下这个 lower 模型,并炫一张预览图出来。 单击图片的生成信息,复制正向提示词,把它粘贴到 s d 的正向提示词框内。再次单击生成信息,并复制负面提示词,粘贴到 s d 的负面提示词框中。单击 lora 选项卡, 找到并单机新下载的 low 软模型,回到生成界面。采样方法默认不变。修改生成图片尺寸为五百一十二乘以七百六十八, 图片生成单批数量设为四张。开启 aditailer 人脸修复单机生成按钮,四张图片生成完成,分别预览四张图片,并选一张自己最喜欢的图片。下方的生成信息中复制图片生成的种子, 也就是 se、 e、 d 字母后的那一串数字,把它粘贴到随机数种子框内,图片生成单批数量改为回一,选出的图片效果就由种子固定图片风格再次背单张重新生成。重新打开 lower 模型面板, 单击新下载 low 模型右上角的设置按钮,打开 low 信息设置界面,拖到界面的最下边,并单击替换预览图像按钮,保存并关闭设置界面,这样最初无法显示的那个 low 模型就加载并设置成功了。

我们在进入这个 steambody 评论界面之后呢,我们还是先点击这个菜单栏里的这个 civit ai。 进来之后呢,我们拿这个 c 站引领大名的这个墨星的 lord 来举例啊,我们还是先把这个 lord 的名称来复制一下 好,然后我们回到这个 steam body p u 神,然后我们在上面的类理里选择这个 lord, 然后我们给下方的这个 surprise, 我们打上对勾,在右边呢,把这个模型的名称粘贴过来。然后呢我们点击一下这个获取列表。 好,我们看到啊,这个列表已经刷新出来了,然后我们选择这个最下面的这个模型,他就开始获取这个版本。好,我们看到这个版本也刷出来了啊,我们还是点击这个第一个。 最后呢我们选择一下这个模型的文件。好,现在他的下载链接就已经刷出来了,我们在下载模型之前呢,可以看一下这个模 模型的介绍。在确定跟我们这个 c 站模型一样之后呢,我们返回这个最上方,我们点击这个当老的 model。 这个下载链接还是一样啊,我在这里点击了之后,他这个页面是不会有任何反应的,但是实际上下载已经开始了,我们可以在这个后台看到他的下载进度,我们现在先点击一下。 ok, 我已经点击了,咱们返回这个云盘看一下,可以看到啊,他已经下载完了,这个速度非常快啊,这边显示这个墨星的模型已经成功下载好,我们的这个墨星的 lore 已经下载完毕了。关注尽责浅谈爱,了解更多爱使用小技巧。

各位小伙伴大家好,上一个视频呢,我们了解了一个完整模型包应具备及使用的基础工具都有哪些,但是呢没有涉及 lora 的具体使用过程,这次呢就给大家说一下 lora 的使用方法。 呃,首先呢我用三十秒的时间给大家说一下如何将界面变成中文啊,首先我们点击最右侧的这个选项卡,然后呢点击从网页安装在第一行呢,复制粘贴我们的这个网址,然后点击安装, 安装成功之后呢,我们回到 setting 的设置界面,然后选到用户界面的选项,拉到最下面,我们选择简体中文,如果大家没有这个没有 出现简体中文的选项的话呢,我们点击右侧的这个刷新按钮刷新一下,如果还是没有呢,我们就把这个整个的 ui 关闭啊,重新再加载一次,然后保存重载界面。 这个时候呢我们的界面就变成了中文啊,变成了中文。然后呢还有一个就是左上角的这个快捷输入这一块啊,可以让我们快速的选择模型和 v e。 也是在设置用户界面, 这里有一个快捷设置列表,我们就按照官方的建议把这一这一段文字呢输入到这个里面来,也是点,然后呢还是点击保存充载 ui 就可以了。好,接下来我们来说一下 lola。 呃, 第一,什么是劳拉呢?呃,劳拉模型呢,是一个通过少量图片训练的小模型,呃,可以和大模型结合使用,干涉大模型产生的结果帮助我们得到一个更想要的效果啊,他通常比较小,大概呢在一百五十兆左右啊,劳拉的模型呢大致分为两类, 第一类呢就是角色类模型,第二类呢是风格类模型啊,角色类模型呢,就是我们通常看到的这些啊,中国脸啊,日本脸啊,韩国脸,台湾脸啊,还有些这种胡桃啊啊等等这些动漫人物啊,风格模型呢,一般指的是各种 造型,姿势,服装,发型等等啊,这里就不展示这一类的风格了。第二呢是劳拉下载之后呢要放到哪里?嗯,我在评 评论区里看到很多小伙伴还在问,不知道劳拉的文件包呢放在哪里,所以我这次把他的存放路径啊放在屏幕上啊,大家可以看一下,这是他的存放路径。 三、是在哪里可以使用劳拉啊?在一些旧版的教程里呢,使用劳拉的方法是安装劳拉插件, 但是呢,我们在最新版的 web ui 中呢,我们是不需要安装这个劳拉插件呢,就可以快速的使用我们的劳拉包, 他具体的位置呢是在生成按钮的下方有一个红色类似于手机的小按钮,我们点击他之后呢,就可以弹出我们的 testro 模型,还有 lola 这样的一种快速的选项啊,我们直接点击我们的这个 lola, 他就可以在我们提示词之中啊出现了 lola 插件的下载及使用方法,我会在视频的最后一段来进行讲解。 四、如何使用劳拉?接下来我们就开始看一下劳拉在实际操作中是如何使用的。嗯,我们以间谍过家家的女主为例啊,首先呢,我们还是输入一段我们想要得到的正负提示词来对这个人物进行描述, 然后呢我们调整一下参数, 点击生成,我们大家可以看到我们现在左右的图片是这个样子的, 那么我们接下来呢放入 lala 来对他进行一定的干涉,我们在 s 点击生成, 我们大家可以看到我们在加入 lola 之后呢,就变成了间谍过家家女主的这个风格了,这个就是劳拉的作用,它可以对我们的模型产生更精确的引导和影响。 接下来我再解释一下劳拉自付串的意思,我们看到蓝色的标记这一块呢就是我们的劳拉,刚才插入的劳拉自付串,第一个劳拉呢代表这是一个劳拉包, 中间这一长串呢是他的文件名啊,别看他名字长,大家也不用紧张说记不住这个名字,并不需要记他只是这个劳拉包的文件名。当我们的劳拉包安装的比较多的时候呢,大家可以像我这样给他们这样配上图片,这样的话就方便大家常找查找 和使用具体的配读方法。我们当鼠标移到这个劳拉的上面的时候,他有一个用当前生成的图片来的来替换,我们其实就可以用这张图片点击他就可以替换这个 lola 的图片包,或者呢是我们从网站上下载下来图片,把这张图片呢放到我们的这个 lola 的文件包里,并将这张图片重命名成和这个 lola 文件一样的名字,那么也可以给它附加图片 最后的数字。一是劳拉使用的关键,他是劳拉影响模型的系数,数值越高影响度越大,数值越低影响度越小。 这是一张 lola 在不同系数下对生成图片的影响,我们可以看到系数越大,图片越接近 lola 模型,但是我们要注意啊,系数值 并不是越高越好,每一个劳拉在不同的模型下使用都有一个自己最适合的系数,这个系数不是一成不变的,需要大家在实践中根据自己的喜好去设置。我们一般的劳拉设置呢为零点八,大家在实际操作中呢可以在零点八上下呢进行微调, 同时呢多个 rolla 呢是可以同时使用的,现在呢我给大家演示一下两个 rolla 同时使用的效果, 我们依旧选择刚才使用的 lola, 然后呢我们对其进行一下调整参数, 我们可以看到在加入 第二个 lola 模型之后呢,图片生成的发色啊发生了更改,这个呢就是两个 lola 相互叠加影响的结果, lola 的使用呢非常的灵活,希望大家可以在日常的使用中呢融会贯通啊。以上呢就是 lola 的使用方法,感谢大家的观看。 接下来我们看一下如何安装劳拉插件,首先我们进入到扩展可用,点击加载字,然后呢 ctrl f 搜索 additional networks, 其实我们看到我们找到了一个脚本,然后我们点击右侧的安装, 安装完毕后呢, 我们点击重载 ui 界面, 这时候我们就发现在设置的左边多出了一个可选附加网络,就是罗尔插件,在左下角也会出现一个这个罗尔插件。 有一点需要注意的是,劳拉插件加载的劳拉包的文件位置和系统默认的不同,如果你想使用劳拉插件,就需要将劳拉文件放在屏幕上的这个文件夹内才可以正常使用。 我们很多小伙伴在安装完插件之后,发现我没有办法选择 lola 包,就是因为没有把正确的文件放到他指定的文件夹里。 呃,以上呢就是 lola 插件的安装方法,具体的使用方法呢,就是在这里点击启用,然后选择我们的 lola 模型进行它的权重调整。 如果一个 lola 呢,就可以选择一个,如果我们想叠加多个 lola, 那么就在这里面继续的选择,继续的调整,然后最后点击生成就可以了。

如何创造出这样的图?准备好你要的模型,这里拿变形金刚模型 lower optimus 举例。 sd 云服务部署好后,展开到云盘的 lower 目录下, 把你的变形金刚模型 laura optimus 复制到云盘的 laura 目录,回到 s d 的界面,单机显示额外网络, 选择 nova 模型,单机对应的变形金刚模型,这样你就可以看到模型加载到 prompt 里去了,然后单机生成看效果。 想知道更多的 s b 小知识,加个关注喽!

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。

给你三秒钟,猜猜哪个是网红,哪个是 ai later, 两个都是 ai 生成的人物, nice! 废话不多说,进入正题。三步,用 stable division 制作 ai 网红。第一步,模型的下载和导入首先我们到 cdti 这个网站下载这个大模型, 下载到桌面,然后把这个大模型移到 sd 的文件夹中,这里和我第一期讲的是一样的,找到 models, 放在 stable differing 这个文件夹里, 然后我们回到 cd type, 下载 vlog 模型,这是我事先找好的链接,我会放在评论区。一样的,我们先把 vlog 模型下载到桌面,同样的进入我们 sd 的文件夹,点击 model, 点击 ola, 把 vola 模型粘贴在文件夹里面。第二步,扩展应用的安装。首先我们来到 stable division 的界面,然后点击 extensions, 再点击 available, 把 localization 取消勾选。然后我们点击 low drum and ctrl 加 app, 输入 covio, 找到 additional networks, 点击 install, 拉到页面顶端。和汉化的安装一样,我们会看到 use to instart, 这就说明我们安装上网, 我们最好点到 as told, 如果这里也有了,那说明就安装完成了。最后我们点击一下, 现在界面就多了一个 igo network 的功能标签,所有的东西都准备好了,现在可以开始制作 ai 网红了。第三步,制作 ai 网红,选择我们刚刚下载 在的 childmix 模型,点击这个图标,再点击 word, 这里都是导入的 word 模型,回到 cdti, 随便点击一张,然后我们会看到右边的 prompt, 把它们复制一下, 粘贴到 stable diffusion 的 promptly, 然后点击一下刚刚下载的 vlog 模型, prompt 就会自动加上模型和模型的权重,这里我们调整一下其他的参数,可以直接在图片的右下角找到。复制粘贴很无聊,加个速, 记住 vola 的权重不能大于一。这里我忘了复制 negative prompt 了,复制 一下,我们生成一下看看效果,等待中。 效果还不错,我们再加上中国人的模型,试试看我事先准备好的模型。这里我们把原来模型的权重改成零点二,把 chinese 的权重改成零点五,生成一张看看效果。 等待中。 我已经分不清是真人还是 ai 了。 这期视频到这里就结束了,大家可以自行下载几个 vlog 模型,然后试一试效果,生成自己的 ii 网红,我们下期再见!

今天分享一下 sable diffusion 落入辅助模型如何使用。落入最常用的功能就是对人物复刻,生成一个角色的同人图,还可以改变画风,像图中这种水墨风格也可以实现,还可以局部修复,像图中的手部问题 可以完美修复。那我们如何切换 lore 呢?点击 sd 生成按钮下方的粉色按钮,点击 lore 切换就可以了。想要下载的小伙伴直接在 c 站下载就可以了。

大家好,本期给大家带来系列教程的第五期 lora 的安装与使用。我们点击这里第三个图标,然后再点击 lora, 会看到里面没有东西,这是因为还没有下载 varra 模型。我们进入服务器,点开编辑器,找 stable defusion 外表语 models laura 文件夹,右键点击上传。 招本地存放 ora 的地址,存 ora 模型的同时再存一张图片,图片的名称与 ora 模型名称相同。 这样做是为了让 lore 有预览图,我们后续好方面选择,然后就等待上传。上传成功后,我们刷新页面,再进入查看,就能看到 lore 下模型都加载出来了,并且每个 lore 都有预 预览图, c、 k、 p、 t 模型也同理,每个大模型都有预览图。然后我们来使用下 lower, 我们这里选择一个 lower, 点击就会看到 prom 增加了一个 lower vaccine e 的字段。 第一个是固定启动 laura, 第二个是 laura 的文件名称,第三个是笔中值得区间范围在零到一,数值越大就越接近模型的效果。最后我们跑起来看下效果,再修改下关键词,把权重从零点八调到一, 然后看效果。整体还行。其他使用的细节我会在后面的视频出教程。视频到此结束,记得点赞关注哦!

你知道吗?你现在看到的这些图都是我通过训练 lower 模型自动生成的。可能你会觉得训练 lower 很复杂, 其实只需要四个步骤就可以完成属于自己的 lower 模型了。先关注收藏,防止下次找不到我了。首先你需要有一个拍葬环境,你可以输入这个地址去下载拍葬三十以上的版本。安装的时候记住一定要勾选这里, 然后命令行中输入 python 杠杠 version, 出现版本号代表你安装成功。打开 powershell, 输入 set execution policy execution policy remote sign, 选择 yes。 接下来运行 laura 训练安装包中的 install c n p s e 此时 会安装一些依赖包,我们耐心等待,安装完成即可。创建两个目录来保存图片素材和处理后的图片。第二步,素材的获取。你可以自己准备素材,我为了方便自己写了一个拍葬爬虫脚本, 素材获取完毕后记得一定要把不合格的图片删除掉,这一步非常的重要。第三步, sd 中图片的预处理和 lower 训练的准备工作。指定路径和配置向后开始预处理工作。 这一步就是对每一张图片打 tag 标签,为了保险起见,可以对图片跟标签进行二次检查。将底膜放到 laura 训练的 sd models 目录下,并命名为 model safe tensors。 进入 train 目录,创建 laura 模型目录名称,这个名称前面应要跟数字表示图片的训练次数。 双击 a, 启动脚本 bat, 启动 laura 训练的 web 界面。点击新手,把刚才改过的底膜名字进行覆盖。路径选择刚才自己创建的 trim 目录下的目录名称 尺寸按照预处理时的尺寸进行设置, 自动保存轮数设置十六到二十期间的数值, 最大训练数选择十五到二十之间的数值。我们还需要将预处理后的图片和提示词复制到春影下带数字的目录中,然后点击直接开始训练。这个过程相当的漫长,根据你图片的 数量和训练轮数来决定训练的时长。经过几个小时的训练,终于结束了。将 output 目录训练好的模型放到 s d 的 stable diffusion 目录中, 最后一步,重启 sd 的 vab 目录,然后就可以选择你自己的 lower 快乐的生图了。怎么样,学会了吗?学会了就赶紧去试一试吧! 视频制作不易,喜欢的小伙伴就关注一下我吧!

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。

今天教大家训练自己女神的浪漫模型。首先我们需要一些女神的照片,基本要求是面部无遮挡,角度多样,精度越高越好。然后把图片放到这个批量采切的网站,让所有的图片规格统一,在右边可以设置图片的尺寸, 我这里是五百一十二乘五百一十二,然后调整一下图片的位置,就可以点击右边的 c 八, c c 就会把所有的图片都打包后下载下来。新建两个文件夹,一个音,一个二。把下载回来的图片放到一文件夹里面, 启动 stable diffusion, 选择训练,选择图片预处理,把图片的原函目标路径分别对应应和 out, 然后点击预处理就可以了, 你就会在二图文件夹里面看到这些图片。看文本,文本就是 ai 生成的图像 prompt ok, 到这里我们前期的准备工作就完成了,现在开始训练模型,我给大 大家的下载里面包含这两个文件。先安装第二个文件,也就是拍粉,因为我已经安装过,所以这里是这样的,提示你们安装的时候把所有的框都打勾就可以了,安装就是全程下一步就行了。然后打开这个文件夹,右键这个文件,选择使用 pose so 运行, 就会开始下载部署所需的运行环境,这里时间比较久,等一下 much much much later。 部署好以后,在这里新建一个村营的文件夹, 在这里新建一个静香的文件夹,在里面再新建一个同名文件夹,最前面加上数字六,代表我们要迭代六次。然后把刚刚凹出文件夹里的图片汉文本全部放进来,右键这个文件使用文本编辑器编辑。 这里的猫豆是底模型,选择一个你喜欢的就可以把底模型放到这个文件夹里面,注意文件名 一字,这个穿云 data 就是我们刚新建的竞相的文件夹,尺寸跟我们的图片保持一致最大。训练我们填二零 network game 我们选三十二,记住不是越大越好。真人模型我觉得六十四就很好了。 这里是你模型的名字,我选择 jacks, 其他的地方不要动,点保存。最后我们在这个文件上面点右键,选择 power, 稍运行就开始训练了。 much much much later 训练完成,你将会在这个文件夹里面看到你的模型,这些就是生成的模型了。 下一期教你们怎么用吧,看看我们半个小时跑出来的结果怎么样。

想必大家最近都看过通过一张简单的限稿,批量生成一堆建筑方案的视频,这些视频向大家展示了 ai 可以做什么,但是具体到我们自己的工作,我们应该怎么做呢?用别人现成的模型不一定符合自己的设计需要,况且呢,还有知识产权层面的纠纷,那我们可以根据自己的需求定制一个只属于自己的 ai 模型吗?答案当然是可以的, 网上虽然有很多的教程,但是在设计领域呢,其实非常的少。今天我就用一个我最新训练的罗拉来给大家做一个示范啊,就是 手把手的教大家如何从零开始去训练一个自己的 ai 模型。首先我们需要明确这个 ai 模型训练来的用途是什么?你是训练一个特定的物件,一种类型的物件,还是说一种画风 通的用途?他的训练方式差别是很大的。以设计领域最为常见的为例,比如说我们要训练一种类型的建筑,我们按建筑类型可以划分很多种,酒店、医院、车站、机场、学校、办公楼等等,按照建筑高度来,也可以分为低层、 多层、高层等等。按照建筑风格,你可以尝试不同的大师风格,比如说暗恋棕熊、扎哈等等。那按照我的经验呢,你的类型划分的越明确,训练出来的 ai 模型呢,质量越高。我这次训练的 roll 模型呢,是一个按照建筑高度来进行的划分,我之前已经做过高层建筑 roll, 这次我想尝试一个多层建筑, 那么我的目的就很明确了,我知道做一个多层建筑 ai 模型,但是呢,其实这个描述并不准确,很多人在这里就进入了一个盲区,因为网上的教程呢,基本上都是在教你怎么去训练一个人物,人物当然是越像他本人越合适,但是一个类型的建筑并不是这样子的,你如果只像一个特定的建筑了,那你还要这个模型来干嘛呢?你怎么生成都是别人一样的建筑?那你还不如直接打开建模软件开始抄袭, 或者说你的模型包含在这种类型里面,建筑是根本就看不上的,比如说城墙结合部的一些多层建筑,那你这个模型真的结果也是非常不可控的。所以在这里要进一步明确,我希望做的 ai 模型是比较现代时尚的,不拘泥于某个特定造型的多层建筑。 模型明确了我们目标之后了,我们才可以有针对性的去整理我们的训练集。训练集第一步就是去整理图片啊,在这里网上有很多的说法,图片在多少张比较合适,但是基本上都是针对训练人物的,有人说二十张,有人说五十张。这里啊,根据我个人的经验,如果是做建筑的, roller 越多越好。 这个结论有一个前提,一个是你的电脑带的动,第二个呢,是你能够有这么多符合要求的图片。我个人的经验呢,我的训练级通常在一百到两百张左右的图片,基本上是符合我的电脑硬件的, 以及我找图的耐心极限了。如果你希望不受知识产权的影响,那么你可以用你自己过往项目的图片作为训练级,因为我这里做的模型呢,仅仅是用作学习交流的用途,没有用作商业行为。所以为了提高训练级的质量呢,我从网上找了很多其他的项目作品图, 我会在第一轮呢,先做加法,大概找两百到三百张图片,这图片里面呢,我再来做一次减法,剔除掉一些我觉得这 一般的。同时在这个时候你也能大概看出来一些趋势了。比如说这些图片里面包含了白天、黄昏、夜晚等不同天气,里面配景呢,包含了人、车、植物等等。训练罗尔模型呢,我个人理解不一定对啊,本质上是在强化 ai 对于某个关键词的认知。比如说我不停的给 ai 喂一些很土很俗气的商业图, 然后你告诉他这是精美的渲染图。那当你让 ai 给你生成精美的渲染图的时候呢, ai 就会给你生成一堆很土很熟悉的商业图。 我不知道这样子说大家能不能够理解,如果你理解了这一点,那么你在挑选图片的时候就应该更有心机一些。比如说我希望我去强化 ai 对于建筑在雾气环境下的表现, 我选择的图片应该是尽可能特征非常明显的,你不要去选择那种非常模棱两可的,比如说雾气已经快要消失了,但是又还有一点,你就选雾气正浓的时候,但凡被知识浸染过的眼睛都能一眼识别的。同样的,你要训练黄昏、夜景,你都去挑选特征非常明显的图片, 你要训练植物、汽车、人物这些配景,这些都同样去挑选特征非常明显的。在这里呢,顺便安利一下明基的设计屏。在挑选图片的过程当中呢,我会开启 srgb 模式,这个模式下射准小于等于二,可以保证图片的色彩精准还原。明基 pd 系列保证每台机器烛台出厂照射,对显示器的亮度、色彩等 函数进行了二十五分区规范管控,已实现整个屏幕色彩均匀、色准达标。这些都是非专业显示器没有的。对长期用眼的设计师来说,这款显示器搭载的低蓝光、低频闪和智慧调光功能也非常重要,而且还会定时提醒你注意用眼时间。 有四种调节,低蓝光模式可以随意切换,满足多场景使用。在晚上工作时可开启暗房模式,这个模式下会根据环境亮度变化,自动调节画面亮度和对比度,提供舒适光源,呵护双眼。设计师一般的工作环境都是两台大双屏,我两台都是明基 pd 系列的显示屏, 屏幕可以同时支持横竖屏,适应了更多的应用场景,大大提高了效率。左右两块屏幕看同一张图片时,可以看到准确一致的色彩,减少作品传递过程中遇到的色差烦恼。 那么图片整理的差不多了,这个时候我们就可以开始进行打标签的工作。我个人觉得在 am 模型训练里面,最重要的工作其实就是找高质量图片精细化的打标。剩下的工作呢,其实都是按部就班,你熟悉了的话都很简单, 首先我们需要用到 sd vby, 在训练找到图像预处理,分别输入你的图片原目录、目标目录,图片统一的宽度在这里呢,我通常默认的就是五幺二乘以五幺二,或者有时候呢,我会改成七六八乘以五幺二, 一般来说六十四的倍数对计算机运算比较友好,太大了,你的电脑可能会运行起来很卡。最后一定记得勾选使用 dipbru 生成标签,稍等片刻,你就会在目标目录看到处理好尺寸的图片以及每张图片呢,有一个对应的文本文档,里面记录的就是 ai 自动识别的这张图片对应的标 标签。这个标签可以作为一个底子,但是万万不能直接用这个标签进行训练,因为目前的 ai 他已经能够把这些图和这些标签绑定起来,你还训练他干嘛呢?我们训练 a 的目的是为了当我们输入某一个词语的时候,他能够给我们比现有的 ai 更好的结果, 就是在人为的干预。所以精细化处理标签是一个非常重要的工作。接下来讲一下我打标的工作流,我用的软件是 brew data search tag manager just kithub 上面一个开源软件,下载下来之后呢,点击图标就可以直接开始使用。我们在 file 这里点击 load folder, 我们选择刚刚处理好的目标目录。 他加载进来之后呢,左边是我们的图片预览,中间呢是选中图片的标签,右边呢是所有图片的标签。我首先会从所有的标签入手,会先删除掉很多的标签。删除标签的原则呢,第一个是明显的事实错误,第二个呢就是训练样本过少。明显的事实错误,比如说他会把一些建筑的图片识别出来人物的名字,那我就直接会从所有的标签里面把它 删除。第二个呢,训练样本过少,这个就看你自己怎么处理吧。一般来说,同一个标签下面的图如果低于两张,我会直接把这个标签删掉,或者说再去找新的图,不然样本量太少的话, ai 虚岁的效果也不太好,还不如不选。 把多余的标签清理掉之后呢,第二步,我会检查哪些图漏掉了重量的标签,当然这个工作是一个无底洞啊,你要给一张图非常详尽的描述,那写几百上千个标签都是可以的。我一般重点检查跟我训练的建筑内容相关的,比如说天气,环境,早晨,白天,黄昏,夜景啊, 比如说配景,植物、车辆,人物等等,再比如你的造型手法等等。如果一张图它有很明显的天气或者造型特征,但是标签里面没有对应的关键词,那就得手动的补上。 整个过程呢,其实非常像教小朋友认字,他可能现在已经认识一些字了,但是有些是认错的,你要先给他清除掉错误的知识,然后呢再给他补充一些他以前不认识的字,或者说同一个字有好几种 读音,你都要让他去认识,一边去修正他既有的知识,一边去拓展他的知识边界。那标签处理完了之后呢,我们就可以开始训练整个模型了。训练模型的方法呢,其实非常的简单,我完全是按照秋叶的教程和脚本去操作的,这里呢,我就不班门弄斧了,如果大家觉得在其他教程里面看的不够清楚,也可以在弹幕里面走一波,我后面再给大家详细的分解一下每一个操作步骤, 如果我们一切顺利的话,得到十个 ai 模型之后了,那到底哪一个最好用呢?我一般会用 x、 y、 z、 plot 去进行检测, y 轴呢?我固定好这四个模型, x, 我一般会去测试不同的权重,不同的关键词,不同的随机总值的表现。那么经过多轮测试之后呢,选择一个在不同的条件下表现都比较稳定的版本。 我个人经验呢,通常会选择倒数第二个模型,或者说最后一个模型。你如果训练的样本和参数跟我不一样了,可能结果会不太一样了,以实际的测试效果为准。在这个地方呢,稍微注意一下,我们在做测试的时候,罗拉模型应该放到安装目录下的 extension 是做不了 x、 y、 z 图表的。筛选出其中最稳定的模型之后了,我们还要去做一个工作,就是去测试怎么让这个模型发挥出最好的表现。就好比我们从班上挑一个学生去参加绘画比赛, 最厉害的学生挑选出来了,我们还得针对他的特点,给他最适合他的颜料、画笔、图纸等等,对吧?这个比喻呢,不一定准确,大概是这个意思。我一般这个时候会去重点测试这个模型在不同权重、不同关键词组合下的表现。同时呢,我还会去测试加载 ctrlat 之后,他是否还能够稳定的输出。 这些呢,都关系到我后面实际的使用体验。如果某些方面严重的不符合预期,那我们就要去反思这个模型是不是哪里出了问题,是不是没有训练好。如果确实不好用,那就得从头再来一遍,这个模型在哪些参数下表现比较好?我们也可以自己做一个备忘,后续使用起来会更省心一些。好了,那以上就是训练一个设计类 lora 的 大体工作流程呢,这次视频呢,由于篇幅,我先给大家科普了设计类罗罗尔训练的基本流程,还有一些技术细节呢,没有展开来讲,如果大家有需要的,可以在弹幕上扣个一啊,我后面再接着给大家安排。如果这期视频对你有用,不要忘记你的一键闪点,我们下期再见,拜拜!

大家好,我是爱江子,今天我们继续 stable diffusion 的入门教程,第四期, lour 的教程和使用本视频关于 lura 几个重点都总结在视频末,大家自行保存 lura 可谓是声明在外,很多初学者就是知道 lura 的强大之处才来了解 stable diffusion。 话不多说,我们直接进入正题。 lora 英文全称 lorancad patient of large language model, 执意为大语言模型的 dj 适应。举个简单的例子, lora 就是一个过滤器,比如你想要汉服,那汉服风格也有许多种, 这时候只要通过漏拉模型,我们就能准确的生成想要的汉服服饰。漏拉第一个功能,对人物和物品的复刻,只要用了漏拉就可以百分之九十九的复刻,指定人物的特征。漏拉第二个功能就是可以训练画风,比如水墨风,线稿风。漏拉第三个功能是固定人物的动作特征,我们看下例 子就懂了。打开 c, 站在右侧筛选中选择漏绕,就可以看到全部漏绕模型。下载完成后,放入根目录 models lore 文件夹中。老规矩,点开图标,打开 word, 点击使用即可。这里注意,每款漏 ra 都有匹配的触发关键词,一定要在提示词内写上。 这里我们就以这个盲盒手办模型为例,我们先来一段不带 lora 和触发词的,看下效果,这是正常的效果,我们再复制触发词和添加 lora, 选择 low r a 和输入触发词生成看下 nice。 需要注意的是, lour 这里一表示的是权重,有的模型需要选一,有的模型只能零点五到零点六左右,越高相似度就越近。具体查看每款 lour 的介绍, 关于漏拉的重点我全部列在这边了。如果你觉得本视频对你有帮助的话,请小爱心点点,我是爱江子,谢谢大家!

最近大家是不是发现上架了很多好用的功能性以及画风类的 logo 模型,比如这种话多人图的模型、胶片风格模型和中少女风格模型、剪纸风格模型、青花瓷风格模型等。不同于 lower 模型, logo 模型并不能直接使用。首先我们需要来到 webui 的扩展,这里安装 licris 扩展, 安装完成后需要重启整个启动器,然后把 low 号模型放到整合包目录下 models 文件下的 licorice 文件内, 来到 webui, 在附加网络,这里就能看到新增的 liquid 选项,点击加载模型即可。 lower 模型是对 ai 神经网络中的十七层进行微调,而 licress 模型包含 low 号和 local 模型,是对二十六层进行微调。对图片的细节学习更好,尤其适合画风类模型的训练,推荐大家尝试使用。我是菊大,分享更多 ai 干货。

standal diffusion 在阿里云服务器上如何下载安装大模型?首先我们打开 value i, 点击上面的加号,创建一个拍子,然后找到之前预制的下载大模型的代码,复制粘贴过去。 这里要注意,下载地址是你放大模型的地址,从里可得下载 lol 模型,就把这波 defuter 改成 lol, 然后找到你要的模型下载地址,右击这里复制链接地址,回到拍打,将壁纸粘贴到双引号里, 检查一下下载位置是否正确,确认无误,点击启动按钮,下载出错,服务器 好问,才几个就好了, 可以看见这里已经创建了下载文档,开始下载。 阿里的网速还是很可观的,自己安比的速度可以节省很多时间。 好了,下载完成, 回到 stable diffusion, 刷新一下大模型,找到下载好的模型,上载就大功告成了。

大大输入 lara 提示词,每次都得打开 c 站,有更快的方法吗?只要安装一个插件,就可以在 lora 模型中调用。在 c 站大家下载 lora 模型的时候,在 lora 模型的介绍页会有一个提示词,在画图的时候输入这些提示词才能触发 lora 模型,达到一个最佳的效果。 是每次下载模型去使用的时候总会容易忽略他,还需要重新打开 c 量去找这些提示词比较麻烦。在我之前的视频里介绍了一款插件,就是这个 c 量助手,这里我简单说一下安装方法,首先需要来到 get 网站, 复制 c 张助手的链接,到外博 ui 里的扩展,然后点这个从网址安装,装好之后需要这个插件对我们的模型进行一次扫描,之后我们打开 sd 的页面,点开 loger 模型,我们就可以看到下载的模 行都有预览图了。在我们的模型上点击右键就可以调用。我们去看一下这个插件的网址,这是关于插件合作者的介绍。复制扣子里的链接,回到 sd, 打开扩展,从网址安装。点击安装之后,重启 sd 页面 之后就会出现这个劳抓提词工具,它除了可以调用劳软模型的触发词,还有一些其他好用的功能。 比如说以这个 lord 模型为例,我们点击右键,这样就可以直接调用 lord 模型的出发词,我们再打开 c 弹,对照一下是一样的关键词,所以我们可以在 sd 直接调用。除了这个功能,还加入了一些这类图片的提示词, 鼠标放在上面,他就出来了很多和这个模型相关的实力图,只要任意点击一个,他就会把这张图片对应的参数给调出来。如果大家有的 low 模型不是在 c 站下载的,在其他渠道下 或者是自己训练的,那么点击右键,他这里就没有一个可触发的关键词,这里我们可以去编辑,比如说在这个编辑模型触发词这里可以手动打上这个模型的触发词,然后还可以输入一些反向的提示词, 也可以调用 lora 一个比较好的权重,比如说这里设定一个零点六,点击保存回到 lora 模型的界面,那么在右键点击可以看到它这里有了触发词, 也可以直接点右键去使用。你模型的权重参数的大小就是你刚才设定的那个值。是不是不用每次去 c 站有关键词了,这个插件真的实用,方便又快捷。