推荐几个好评如潮的真人模型?第五名, magic mix 麦菊写实自带固定人脸,新手可以用很简单的描述词就可以出精美的图片,但是女性的脸几乎都长一样,这也是 ai 脸的由来。第四名, check out mix c 战早期最受欢迎的真人大模型, 只要提示词写到位,画面真实感相当高,和各种捞着的兼容性非常好,唯一的缺点就是手很容易崩。第三名, bra 和切绕子一样,都是针对亚洲人的大模型, 相比 magic max 的精美,第二 a 画面会更加自然真实。第二名, ipad realism 这款模型的优势在于什么都能画,而且人物的手指也好很多,但是不擅长画亚洲人像。第一名, imax real 这是我最喜欢的真人大模型,最大的优点是全身涂的脸不会崩, 画面很真实,细节非常丰富,而且对唠唠的适用性极强,不愧是九个 g 的大模型。想要这些大模型的小伙伴可以私我领取。如果你还有其他推荐大模型,欢迎在评论区留言。
粉丝1.3万获赞12.5万

喽,同学们好,本期为同学们带来一个使用 ai 来快速制作角色三视图的全流程讲解。本期的流程是把 s d 当成素材包,快速生成一批符合要求的三视图,进入 p s 中手动调整细节,最后使用 s d 和 p s 插件重绘细节。 让我们进入实际制作中。首先是确定这个角色的设计需求,这里我使用了分段 tag 来描述我的需求, 第一段是样貌需求,第二段是服装需求,第三段是一些额外的描述。第四段最为重要是三视图 lora 的引用词,还有对背景的强调词,接下来是画质的强调词。最后因为要画一个精良,所以我这里额外使用了个精良 lora。 在反向关键词中,一般情况下只要使用这两个嵌入式模型即可调整,采用算法调整,宽度 为幺零二四,高度为五幺二,与接下来 vrm 图比例相同。拉到页面的下方,点开 ctrl net 点击启用,拖入预设好的 vrm 图模型中,选择 openpos, 点击生成。 如果你的关键词识别力度特别低,例如是想要一个包臀裙,他总是还给你一个百褶裙。可以尝试更换不同模型,或者直接便利所有模型。拉到页面的最下方,点开脚本,选择 x y z 图表 x o, 选择无 外轴类型中选择模型名,点击右侧的黄色按钮,点击生成。这样 sd 就会生成一个长图,可以检查其中哪个模型对你的需求描述还原的最准确。选择生成批次拉高一些,我们多跑一点素材,然后对素材 进行一遍的挑选,只要其中的某种元素符合你的要求,就可以进入高清重位环节。在 sd 中选择图片信息,拖入刚刚选好的图,点击纹身图, 点开高清修复。放大算法,选择四叉加 m 六 b 为幅度,选择零点三,放大汇率,选择两倍。 再次点击生成并把之前选好的图都重复一遍。进入 ps 中,拖入选好的图,复制一层例会导出该例会。在这里拖入之前 a 的原图,点击图身图,复制图片信息到图身图中,然后拖入刚刚导出的例会,调整比例, 调整重绘幅度,生成一张试试。如果不满意,同样可以使用 x y z 图表,在 x 轴类型中选择 重绘幅度,在 x 轴值中填入零点四到零点八。这里要注意要使用英文逗号,我们就会获得这样一的一张横股。 回到 ps 中,右键该图层选择转化为智能对象,点击塑料图,进入智能对象中,拖入符合要求的图,擦去不需要的地方。 同样的办法,我们开始修正视图,我们可以直接自己上手画,先重绘一遍,修正一下结构,不用画的特别细,只要交代一下大致结构即可。 然后使用 b、 s 的 h、 d 插件选择该区域,轻度重回一下这个区域,并根据自己的想法不断地调整角色设计。 这里我觉得白色衣服延伸到大腿根部会更好一些,直接用画笔涂抹一下 大腿根部两侧也可以做一点黑丝或者鹿肉的效果,跟旁边的机械材质做一点区分。 调整完以后合并并导出该图层,进入 sd 中开始重绘,多保一些图,尽量让 ai 在满足我们刚刚的设计想法上能有更多的延展性。 回到 ps 中还是智能对象操作,这里 af 部两侧的延伸设计感觉很好,我们保留。然后是大腿根部两侧的确是露肉的方案,会比黑丝好一些,跟露出肩部的感觉设计上相互照应了,所以我们采用了这个方案。 然后我们修正一下部分的结构错误。用同样的办法,我们也开始重绘测试图和背示图,使用笔刷 简单的画出我们想要的结构,引导 ai 让 ai 明白这里该画什么,然后进入 sd 中重绘,重绘出具体的材质和细节,最后挑选符合我们要求的重绘部分,修改并调整完善整个三十图。 在这个过程中,你的设计稿如果是一开始自己手画的,你也会获得更高的控制力,而 ai 只是我的素材库和西华助手帮我完成中间重复性的工作,而不时的提出某些部位,这样画是不是会更好,而我们一直在决定着这样的设计是否符合我的实际需求。 简而言之就是我们负责设计的最终效果,而 ai 负责各种中间流程。像我这样没有做过角色设计的萌新,整张图仅花费三个多小时,如果是像你一样的角色设计大佬,效率 商肯定会高上一大截。本期就是使用了这么一个简单的流程,前期的设计稿可以选择自己画或者 ai 出,根据实际的需求来使用。 到中后期的修改,只需要在 ps 中画上基本的光影结构,大的区域交给 sd 重绘,小的区域直接交给 ps 的 sd 插件来重绘,可以高效率的完成一个颜色的设计稿。 好了,本期的分享就到此结束了,如果我这个流程对你有帮助,请给我一个关注三连,感谢收看!

来,我们继续上次生成的一堆模型对不对?我们来看看这些模型怎么检查并使用。我们把生成的这些模型全部复制,然后粘贴到 ic 的插件目录里面去。 a 三胜所有的插件都在这个文件夹, 找到这个 networks 结尾的文件夹,打开里面的 model 文件夹,打开牢牢文件夹,粘贴到这里就可以了。打开 stable defusion, 点开 additional networks, 刷新一下模型列表,你就会在这里看到刚刚放进来的模型,随便选择一个,然后启用。点开下面的脚本,选择 xyz 图表 x 九,选择附加模型,一点一下后面的小说图标,其他的模型就会出现。 外轴选择附加模型一权重,外轴只写零点六,零点七,零点八,零点九,注意要英文逗号,这里是为了测试不同权重的效果。把宫格图边框设为十,然后填上关键词,我就 简单写一个女孩,加上基础词,然后就可以生成了。 much, much, much later。 考完以后你就会得到这张图,会显示你的所有模型在不同权重下生成的效果。横坐标就是你的模型名称,重坐标是不同的权重,我们就可以直观的看到哪个才是我们需要的,比如这个一堆马赛克的,我们直接 pass 掉。 我们可以看到零点六和零点七权重的都不像了,零点八和零点九就开始有那位了,依旧会更好,就可以得出最后的模型。零点八以上权重效果最好,那其他的模型就可以删掉了,以后生成图像的时候记得权重高一点就行了。

伙伴们, c body fusion 竟然可以直接生成人物多视角图了!像这样这样这样 都是由 stable defusion 的插件实际生成的。接下来就教大家如何安装焊使用这个非常厉害的插件功能。这个插件是在 get up 中的,名字叫做三 d open pose editor, 关于这个链接以及视频中会用到的捞捞模型也会在视频结束后提供给大家。见面里介绍了如何使用并且安装这款插件。 我们来到 yby 界面,点击扩展,点击从网页安装,输入我们提供的网址,直接点击安装等待即可。安装完成后,重启 yby 界面就可以看到界面中出现了一个新的插件窗口。三 d 骨骼模型编辑也叫做 ready open pose。 在这个界面里我们可以根据需求选择需要的语言界面,这里我们选择简体中文就好了。这个插件的功 功能就是我们可以对我们想要生成的人物形态进行高自由度的修改,点击各个关节都可以进行旋转,点击人体中间的灰色块,就是选中整个人体模型。一般我们可以生成四到五个人体,进行我们想要的角度展示, 这里我们生成四个,分别调整到合适的角度,然后再将整体调整到合适的页面布局。 点击生成就可以获得知识深度、 level、 开利等四种不同的 openpose 图。我们选取第一张,根据需求可以发送到文生图,也可以发送到图生图。为了演示高自由度的生成效果,这里我们发送到文生图,可以看到我们的图已经在 ctrl 认证中出现了。 接下来给大家演示一下如何使用这个功能,这里大模型选择的是 daxas mix, 放入我们提前准备好的正负向提示词。正向提示词可以在 在准备好的框架中添加任意的描述词,即可用到的 logo 模型也会在视频结束后提供给大家。采用方法选择的是 dpmrm cars, 迭代步数选择三十步,深层尺寸调整成合适的横版图即可。打开。高分辨率修复能让深层的图更加清晰。 夏华来到肯出恩的界面,必处理模型不用选择,右边的模型则选择 openpose。 打开完美像素模式,点击生成,等待一下,看看效果。可以看到生成的图私自的排列和我们在插件中摆放的一致,这个效果真的非常快,并且最重要的是可以让你的 cable diffusion 更加可控。 原画师可以从 ai 生成的图像中获得更多灵感。这些 ai 生成的图像具有独特的风格。汉视觉元素可以作为创作的起点或参考,帮助艺术家探索新的创作方向。对于建模式而言, 可以使用 ai 生成的图像作为建模的基础,并根据其中的细节和特征来创建更加精确和逼真的模型。这种全面的参考可以提高建模效率和准确性,同时减少是错的次数。 甚至,你可以将 ai 生成的图像应用到电商产品图中,为产品提供模特展示。通过将产品与逼真的虚拟模特结合起来,消费者可以更好地了解产品的实际效果和使用方式。这不仅提升了产品的吸引力, 还提供了更具存进感的购物体验,从而激发消费者的购买兴趣。我们将会持续更新前沿、优质的 ai 相关资讯,大家下期见。

只需要点几下就可以把自己练成单,应用于 ai 生成写真艺术照,正如他的名字一样, dc photo 不但免费,而且效果相当炸裂。把十几张马斯克照片上传到这里,点击训练,输入模型名称,就生成一个马斯克数字人。我们选择合适的模板,可以给他生成艺术写真照, 我们再训练一个扎克伯格,就可以实现两人同框。 这不是一个换脸软件,这是一个非常实用的 ai 艺术照的 stable diffusion 插件。除了上面的固定模板之外,我们还可以使用最新 s, d, x, l 模型。 在这里选择好适合的场景季节,在这里选择自己训练的模型,就可以生成不同季节不同场景的艺术写真了,这效果也是十分的炸裂。关于软件的详细教程和下载地址,我放到了我的工具箱,请评论区自取。

对很多烟烟绘画的爱好者来说,这两天最大的新闻一定是 sdxl 一点零这个号称是迄今为止最厉害的图像生成大模型的正式发布。在他的带领下, stybilics 即将迎接开园以来第一次真正的净化。 试想一下,我们将来书读作画的时候,或许可以不用再吟唱冗长的咒语,配置繁多的 lora, 甚至完全不用任何扩展插件。没错,很多关于他的传言都是真的。 让我猜现在点击这个视频的你,心情大概是一半的紧张、激动加上另一半的烦恼和困惑,他到底是个什么东西,要在哪里下载,如何去使用?以及对我们现阶段在 sephific 上的学习和应用又会有什么影响?说,这白点我用了会怎么样?不用又会怎么样呢? 绕蚊子了。在这一期视频里,我想为你针对 s d、 x、 l 做一个全面的科普和应用讲解,看完以后,你不仅可以学会将它手把手部署到你的 y、 b、 y 中,出图作画,还能了解它 对于你探索 ai 绘画的意义。相信我,一个 ai 绘画的新时代马上就要来了。一句话概括, s、 d、 x、 l 是 stebody fashion 的开发公司最新开源出来的图像生存大模型,它的参数总量达到了百亿的级别,是之前唯一版本的十倍左右。 官方数据,相比起一点五、二点一版本的 sd, 使用者对生成图形审美偏好的评价也有大幅提升,就是用过了都说好。 之前官方其实还发布过一个 sdxl 零点九版本,但当时只可以在更为专业的 ctrl ui 上使用,体验的人并不多,而这次开源的一点零版本是可以在绝大多数朋友正在使用的 a41 的 wib ui 上运行的,终于可以算是一个消费者版本了。 sdxl 这个东西到底厉害在哪里?和我们从前使用过的 sd 模型有什么不一样?首先要讲的也是最重要的一点,就是他对提示词的包容度变得非常非常高。从前我们写提示词 除了准确描述你想要的东西以外,还要加入大量诸多 masterpiece、 high quality 之类复杂晦涩的咒语来提高产出质量。但 sdxl 支持以非常少的提示词来进行描述,并且不需要在质量方面额外念咒。 输入一个在森林里漫步的女孩,指定使用真实摄影照片风格,除此之外,不加任何质量提示词,也不加任何负面提示词。 excel 生成的结果是这样的,看上去还不错,照片真实感很强。为了对比,我特意找来了很早以前的一点四版本的 stebolifu 模型。生成的结果吗?是这样的, 而即便是一些经过微调的老版本,模型,在比较低的提示次水平上表现很多时候也是不尽人意的。这样一对比,你就能看出他的优越之处了。此外,有一个小细节,原来我们会要求以词调式的方式向 ai 传递信息来提高引导 ai 的效率,但 excel 能够更好地识别自然语言,从 而实现更好的用嘴出图。做个对比。同样是描述一个场景,使用一整句话来描述和拆分成单词其实没有太大区别。而在旧版本的模型里,只有将概念词条化,并且将我们想突出的核心元素权重提高到一点三,才能在画面上得到统善表现。 而纵向对比, xl 在对这些概念的理解上比这些老模型确实更为准确,对意境氛围还原更加到位。因此,在肉眼可见的未来里, 提示词这件事情的门槛会被逐步降低。对自然语言的进一步支持,也会让许多英语基础薄弱的朋友做起图来更加轻松。 在翻译软件遍地跑吗?讲英语很简单的啦。第二点则是更大更高清的分辨率。在之前的版本中, sd 基础模型使用的训练样本尺寸大多为五百一十二像素或七百六十八像素的正方形图片,这导致我们在使用较大的分辨率作图,是 ai 会误以为是在生成 多张图片,从而让画面中出现多人多头的现象。分辨率对图片质量的影响是非常显而易见的。如果你做的图只有五百一十二像素,那细节再怎么丰满,看上去也会非常粗糙。但 xl 的基础训练样本扩大到了一千零二十四像素,这意味着他可以植出更大尺寸的图片。经过我的测试和对比, 定性是更高的。结合前面所说的第一点,也不容易出现肢体错乱、画面混杂的现象。换在以前,要实现这个精度的高分辨率输出,必须依赖高清修复或者 tile differs 一类专为高清升级打造的扩展才能做到。 说到精度,来聊聊第三点,单纯使用 xl 生成的图片,比起以前会具有更多细节,这一点要归功于他创新性的 refiner 结构。这次开源出来的大魔性其实包含了两个部分,一个是基础魔性,另一个被叫做优化器,均为 safe tenser 格式,各占七至左右。 face model 是基础模型,平时出图作画主要是使用它。在你得到了一个想要的结果以后,可以再使用另一个 refiner 模型对它进行精加工,使细节水平得到飞跃。在外部 ui 里,要充分利用这个 refiner, 你可以在完成一次生成以后,将结果输入进土生土里重跑一遍,然后把模型切换为这个 refiner, 重回幅度建议在零点五以下, 其他参数保持完全一致。点击生成细节是不是就变得更加丰满了呢?如果你想深交 refiner 的算法原理,可以查阅官方刊发的论文。它有点类似于我们在用 ad tele 插线对面部局部重绘时,一样,会识别出那些需要细节的部分,额外进行加噪续噪来获得更高清的结果。 其实呢,这个图深度再跑一次的操作算是个土方法。最有效的使用方式其实是在康复以外,利用多重节点实现一种类似于前半段在被子上跑,后半段在 refine 上跑的流程,可以干净利落的依次铲除非常 高质量的图片。如果你感兴趣,可以看视频。最后一部分的教程内容,我会为你梳理一个在 w b u i 中就能利用康复 u i 搭建 x l 出图工作流的方式。第四点则是生成内容更加准确。首先, x l 似乎已经初步具备了能写字的能力,要知道,在以前扩散模型生成的图片里,涉及文字的元素一直非常别扭, 但在给 x 要下命令时,你可以尝试直接使用类似的句式,让他生成一个写有特定文字的图片。我试了,不能说毫无瑕疵,偶尔会多几个字,但至少能看得出他在辨认这些文字结构。比起老版本模型来说,效果已经非常不错了。 这项技术进步对 ai 绘画的影响可能是更为深远的,因为现阶段 ai g c 没有被广泛应用在设计领域里的一大阻碍,这是对文本内容的精确呈现。克服这个难关会激活他在更多应用场景里的创新。还有一个关键的点是人体结构准确度的 大幅度提升。 ai 不会画手这件事情是过去一年里鉴别 ai 生成的一大主要特征。但根据我的测试, xl 已经初不具备了画好手的能力了。 可以在任意一张力图里加入注入 hands up 之类的提示词,让人物把手举起来。和文字一样。虽然偶尔还是会出现六指请模的经典场面,但 ai 已经算是能完整识别出手的这个人体结构了。换在以前,你需要使用大量的负面提示词、此嵌入,甚至动用插件才能画出一个过得去的手。 这块拼图也被完善了以后,我们就真的没法通过箭手来识别 ai 生成的图片了。最后, xl 为使用者提供了更丰富的艺术风格选项。 sdx 的默认模型风格其实更接近于照片风真实系的,但根据官方介绍,你可以通过提示词让他在十余种不同风格之间做无缝切换。这些风格包括数字插画、胶片摄影、三 d 建模、像素画,甚至是儿童绘本, 你最喜欢里面的哪一个呢?换在以前,这种画风的切换必须通过微调大模型或者是合适的画风 lora 来实现,但在以后,这句话我都快说累了,以后或许就不需要了。看到这里,你一定觉得 sdxl 很厉害,并且迫不及待的想要尝试一下了,对吧? 其实我做这期视频的核心出发点反而是建议你不用急着去下去。用 s d, x l 的出现对于 stable diffusion 的使用与应用,其实意义更大于作用的本身。这个意义到底是什么呢? 回味一下我们刚刚提到的所有优势,不是指向更高的产出质量就是更低的操作门槛。 steppertification 一直因为其高昂的学习成本而被使用者们诟病, 复杂的提示词语语法 inmeas, lora 和各类扩展插件,不花上大几节课的时间根本学不明白怎么用。而 xl 提供的这一套组合犬,让一个新手能在完全不研究这些东西的情况下,以更简单的方式做更 更好的图。这些便利语说是恰好就是隔壁月收费六十美元的 me johny 骄傲的资本。 m j 一直以来就是一个包罗万有事的大模型,为用户解决所有问题的将靠嘴出图发挥到了极致, 但现在 s d 也能做到了。在 x 上面,由我博主展示了 x l 和 m j 的出图品质对比可以说是不相上下。再结合 ctrl net 或者插件,我们或许能得到一个可控性更高的秘制而已。这谁用了?不说一句真相呢?现在压力就来到 m j 这边了。 如果你是一位 ai 绘画的重度爱好者,我会很推荐你尝个鲜,提前感受一下这个美好的未来。但如果你只是一位初学者,或者更关心他的实际用途的相关行业从业者,那我觉得可以再等等。 原因其实也很简单, sdxl 是一个基础模型,没有经过微调,也并非为了满足某一个特定需求而量身定制的。他虽然也可以绘制插画风、日漫风等二次元风格的作品, 但实际效果一般,可能不如 ctrfic、 aom 等经过了反复微调融合的老牌模型,在其他风格领域中也是类似的。今天应该没有使用者会拿官方的基础模型,比如我们刚刚拿出来对比的一点四来直接出图,但也千万不要小看它们的作用。现在大家广泛应用的一系列热门模型, 其实都是基于以前的一点几、二点几版本的官方模型微调出来的。所以将来我们一定能体会到 xl 的这些好处的,但不一定是通过使用 xl 本身,而是去用基于 xl 训练出来的新模型。目前 c 位他已经上线了 sdxl 的魔性训练活动,预计很快就会有一系列用 xl 微调的 checkpoint lower 供大家使用。 我的判断是, sd xl 的作用真正传导到应用端应该还需要一到两个月的时间,到那个时候,我们才会见证 xl 带来的这一轮全新进化。最近我也在筹备基于 xl 进行模型训练的相关教程,如果你感兴趣,可以照例把想 是打在公屏上做出来了,以后我会第一时间和你分享的。有一点必须要说明,在 excel 作为大模型的基底模型被普及了以后,原来很多基于一点几、二点几版本训练的 lora 可能会存在一定兼容性的问题,就像当初从一点五换代到二点零时一样。所以到时候我们的模型库存可能也会面临一次小小的洗派。 那些旧的模型还是可以用的,所以你也可以维持现有的模型组合不变,继续用老方法出图。除此之外, xl 也不会过多的改变原有 stebote future 与外部 ui 的操作方式。操作的简化并不意味着无限阶段在学习探索的一切就失去了意义。 句话归纳在以后得到同样的阐述结果,需要的操作可能更简单,而使用同样的操作生成的图片精度就会更上一层楼。说直白点,他是一种净化,而不是替代。到那个时候,现在学习的一切会成为我们去探索更多令人激动的心 课题的基石。对了,如果你是一位模型训练者,有基于自由美术资产训练模型需求的从业者,再或者是正在基于 stepticution 搭建生辰工具的企业平台,那真的应该尽快用上它,开始使用它,训练新的实用模型或者开发相应工具,并在这样一种新的模型应用秩序被固定下来之前掌握它的精髓。 目前,你可以在官方的 honking face 主页和一些模型网站上下载到这两个模型。为了方便大家下载,我也在网盘里备了一份,如果您有需要,可以在视频简介中查收。要想在本地顺利使用这个大模型, 需要先将你的 wib ui 版本更新至最新的一点五版本,如果你是自主部署安装的,请在 wib ui 的文件夹里打开命令行地址栏里输入 cnb, 敲回车就可以了。然后分别输入这三行代码,敲三次回车。看到这个已经是最新版的提示以后再运行文件夹里的 wib ui user, 点 b a t 文件,看到最上方 提示版本号为一点五点一就完成更新了。对了,如果你有比较长时间没有更新过 ui 了,建议先将跟陌路里的 vnv 文件夹删除,再直行上述步骤,让他重新下载各项依赖。如果你使用了一些开发者制作的整合包或启动器,请根据作者的相关指引进行更新。一般会比敲代码更简单,比如非常受欢迎的修业整合包,打开 启动器,点击版本管理,点一点五点一版本右侧的切换,就可以快速实现版本跟进。更新完成以后,把这两个模型都放进 what vi 文件夹里的 models step for the future 文件夹内,打开 whatwhy, 这个时候你就应该能在左上角的模型选单里调用他们了。 那需要说明的是,因为 sdxl 更为强大,带动他的配置需求也相应有所上升。官方推荐在拥有八 g 以上现存的显卡上运行,比起原来最低六 g 即可畅玩的门槛又高了一个台阶。调用 xl 出图的方式和其他大模型没有任何不同,但在写提示词的时候 后,可以尝试着用刚刚我提到过的更为简单的自然语言进行描述,并利用我列举的一系列风格提示词引导他给出不同画风的答案。有一个小提醒,在上传图片时,如果碰到类似这样的报错,大概率是因为 vae 的不兼容,可以把出头 bae 设置为五,就可以规避类似问题了。 调用翻译脑的时候,一种选择就是我前面说的,在文声图以后,再调用一次图声图来进行重绘。而如果你想在 yby 里搭建一个完整的操作认路,就一定要使用到 confuey 这个更为专业的工具。 康复 ui 可以被独立部署,也可以被领先到许多软件应用中使用。如果你是一位 web ui 的使用者,可以通过这样一个 ctrl ui 的扩展直接在 sd 里使用它,输入 ctrl ui 就可以找到了。 和以往一样,我也在简介付了仓库地址和下载包,点击安装重启 wifi ui, 你就可以在上面看到这样一个 configui 的标签了。如果你之前有独立安装过 configui, 在 设置里填入 confiy 的路径,就可以快速调用。如果没有,只需要点一下下面的这个按钮,就可以自动下载并配置 confiy, 再重启一遍就可以使用了。 confiy 的一大特性是它的节点化功能,可以通过多重节点实现各种功能的灵活组合运用,形成一个完整的工作流,以更低的操作成本调节参数,并实现更好的 出效果,从而广泛被一些专业的工作者使用。看到这一对框框线,线头都大了吧,别紧张,他的另外一个优点在于这些工作流都是可以复制利用的。 这里我为你找到了一个有一位国外开发者 setap 搭建的 xl 一点零工作流文件,将它下载下来以后,点击右侧的 low 按钮,加载这个 jsom 后缀文件,它就会自动在 confusion 中 为你把该有的东西都配置上了。在 comfort 以外的界面中,鼠标滚轮控制界面缩放,左键按住拖拽,可以让镜头聚焦在不同的节点上。在左上 角的三个文本框里输入提示词,上面是正面,下面是负面,左边用自然语言描述,而右边作者会推荐你将其中的一些核心概念提炼出来,做一个强化。右边这一部分节点设置的是出图的分辨率、采量、步数算法等,外部由外中也有的参数 形式变了而已,但含义是完全一致的,其他地方都不用做额外的设置。除了右下角,这里有一个用于 refiner 的 upscale model, 有点类似于我们在使用高清修复时选用的算法。默认的这个 nmkd superscale 不是外部 ui 预装的,所以会报错。选择一个你电脑上有的就好比如这两个 r e, s, r g, a, n, 再点击 q prompt, 就可以在右上角验收生成结果了。因为 confiy 的架构,它生成图片的综合效率会比外 viy 快非常多,看不到几秒的时间就完成了。输出了一幅 refine 过后的高细节图片,这就是调用 confiy 来充分解放 excel 潜力的一个 基本操作方式了。我讲明白了吗?通过这个小小的应用,你应该也能看出一些 ctrl ui 的优势所在。这里也做一个小调研,如果你对 ctrl ui 的进一步应用和 wifi 感兴趣,可以在单的目录敲一个一,不感兴趣就敲一个二,我会统计这里的数字比例,看看有没有机会在这一个领域为你深入探索一番。 如果你的配置不允许,也可以通过官方提供的两个在线渠道来体验,一个是 clip draw, 操作简单,但可能需要排队。另一个则是 dream studio, 每天限额大概十多张左右。一些提供在线升图服务的网站应该很快也会给大家提供体验的机会了。 以上就是本期视频的所有内容了,如果他对你了解 sdxl 有一定帮助,请别忘了点赞投币三连支持一下。这期视频得到了 type four 放的赞助与支持,作为一家制作并发行全球顶 s l g 手游的游戏公司, taff 播放也在不断探索 a i g c, 并致力于将其投入行业应用。实践中,你对 x l 带来的这一次全新进化又有什么样的看法和预测呢?欢迎在评论区里交流一下,这里是冷冷,感谢你看到最后,我们下期见了。

如何给人物快速换装?道友你玩的挺花啊,直接用 sv 的插件 input, 打开扩展,搜索 input, 下载这个 input anything, 然后重启外部 ui, 打开 input, 放入想要换装的图片。模型呢?需要自己下,这里我以第一个模型为例子,点击运行会生成一个模板色块图,比如我想替换衣服, 只需要点击衣服的模块,然后点击创建蒙版,衣服就被单独的抠出来了。获取遮罩发送到图层图大模型选择和原图差不多画风的描述词,正反向安排上,然后加入你想要的服装样式,长款尺寸一定和原图保持一致,直接生成就好了。 oy 学会了吗?算了,还有不会的评论区问吧啊 scar。

这是一个小姐姐,如何让她穿上圣斗士中的圣衣呢?通过 ai, 你可以将小姐姐的模型与圣衣的模型进行组合, 而掌握组合是学会 ai 绘图的关键钥匙。比如这张模特图片是有符合亚洲审美的人脸模型 加裙子模型加真实照片风格的底膜组合而成。再比如这张网红小姐姐,是由抖音网红模型加黑丝模型加真实照片风格的底膜组合而成。 所以 s d 绘图的一个最基本思路就是将你的需求进行拆分,对应到已有的模型进行组合。但要熟练的运用组合,你需要掌握模型的基础概念。今天我们就介绍最常用的底膜。 nora 底膜又称大模型, 是控制图片整体风格的模型。比如我要绘制一张二次元人物,可以选择二次元风格的底膜,而同样题日词,换一个真实风格的底膜,则会生成真实照片的风格。对于 sd 来说,底膜是必选项,也是我们出图首要考虑的因素。 底膜可以在 c 站下载,这里选择 check point 进行筛选,也可以通过图片左上角的标记来识别模型的类型。点击图片进入底膜,这里可以选择底膜的不同版本,然后点击右侧按钮进行下载,下载位置如下, 卸载完成后点击刷新,可以找到新下载的底膜。至于具体使用哪个底膜,主要在 c 站查看每个底膜的视力图片是否符合自己的需求。后面我会专门做一期视频,给大家推荐一些好用的底膜。而 lora 是微调模型,用于框定更 具体的图片特征,如某个品牌的汽车、某种人物姿势、某个款式的衣服,某个 ip 人物,某种画风等等。多个 lora 常常组合使用,如我要生成人造人,十八号的某个特定姿势则可以组合使用。姿势柔软和十八号柔软。 在 c 站中,通过左上角标签可以识别 lower 模型。 lower 需要下载到本地的这个目录,在 sd 中点击右侧的这个按钮,点击 lower 标签,可以看到本机已下载的所有 lower。 点击刷新可以显示最新下载的 lower。 i lora 的具体使用,则需要在提示词中加入两部分内容,一是 lora 的权重设置,二是该 lora 的触发词权重可以通过点击对应的 lora 进行添加修改这个 数值即可调整权重。我们可以参考 c 站中该 lower 模型的势力图片中权重的设置。而第二部分触发词 在 c 站 lora 的属性中可以找到,我们需要根据自己的需求选择一个或多个触发词,填写到你的提示词中即可触发 lora。 比如我们描述词为一个女孩,现在加入十八号 lora 设置权重, 加入触发词看下效果,这时再加入剪刀手词式的 lora 设置权重, 加入出发词再看一下效果。 ok。 本期内容较多,感谢观看,下一期会继续给大家讲解组合的使用,让大家吃透在约中如何运用组合。

哈喽大家好,欢迎来到新一期的 stabo defusion 教程,今天来跟大家分享一下如何做这样的立体字的效果。其实网上已经有一些教程了,但是我发现现在很多人碰到一个问题,就是跟着教程做下来, 不像做不出那种立体真实的效果,或者是只能做教程教的那那一套字,那一套命令,然后自己做个别的就不像了。所以今天我们除了快速的演示一遍流程之外,后面跟大家分享一下这种艺术字背后的纹身图逻辑。 首先呢,第一步我们要做这样的效果,不需要你下任何的插件,他是直接在我们的纹身图里面利用 ctrl net 来做的,但是呢,需要我们有一个比较不错的真实系的大模型,我试了几个模型之后发现其实大模型对他的影响还是比较大的, 尝试了一下这四种其实还都不错的。首先呢,我们要切换到真实系大模型,然后其次我们需要去找到一个这样的白底黑字的地图,所以呢,我们直接在百度上面搜索艺术字,然后我们在前排应该可以找到这个 数字生成,我们在这里呢选择一个喜欢的字体最好,其实是要粗一点,粗一点的字体可以给 sd 发挥的空间,那我们就随便选了一个,选了一个呢,在这里可以把它的像素放大,然后就直接点击右键可以把它下载下来。下下来之后呢, 它可能是一个长条的,我们直接把它裁剪一下,裁剪到差不多的大小,然后将它直接导入我们的 ctrl net 里面。 ctrl net 我们需要用到两个控制,第一个呢就是它的深度图,我们可以点开预览看一下它的效果,它要的是一个这样的效果。第二个呢我们可以用 candy 硬边缘,也可以用这个 light art 呃限稿的这个模式,但是限稿模式呢,我们在这里面要 改一改,有可能你的默认是怎么反射等等,这个不太好,我们把它选成粗略粗略线条或者写实线稿,或者动漫线稿,其实都可以的。最终呢我们是看他这个预览的效果,我们可以看到他有一个这样的很明显的轮廓就 ok 了,通过这两个来控制住他。然后接下来呢,我们就写一段词,首先这个反面呢,我也没有特别研究,我直接就把我屏 常用的这个通用的反向给他倒入进去,然后这个正向是这样的,首先把两个通用词汇打上,接下来我们就可以打开这个翻译软件来想一想自己想要什么内容了。 sd 写字其实非常简单,因为他最好是用这个单词或词组的形式,他不需要你写很多的这种自然语言 相互之间的关系,其实反而他很难理解。所以这个时候,比如说我们想要一个浪花和冰块,海水,然后漂浮在海面上等等的这样或者是日光简单写一下,然后写完之后我们复制到后面,因为我们要做的是一个偏真实一点的效果,所以呢我们的这个呃采样方式就选倒数这个,这个加加的这几个 可以,然后采用步数,我们其实尽可能给他大一点,三十到五十步其实都可以让他有足够的空间能把这个细节画出来,然后在下面这个高分辨率修复,其实一开始可以不开,我们可以看看前期的效果。分辨率这里呢,我们从那个艺术字下的图片可能有点小,我们可以把这个分辨率给他放大一点,到这里我就觉得可以先生成一下看看效果。我们可以 看到到这一步的话,其实融合的还是蛮不错,但这一步的问题唯一就是他的清晰度差了点,所以这里我们有必要把他的高分辨率修复给他开上这里的这个重绘完全可以放开,让他高一点,不需要太低,因为我们整个已经有 ctrline 的控制他的轮廓和深度,我们再试一下修复过后 看看什么效果。 ok, 这样看起来的话,其实效果还是有一些的,当然也设计一个抽卡的过程,如果我们觉得他不够立体的话,或者跟其他的景融合的不够好,那我们就需要调整一下他的关键词,然后做出来非常多的像这些效果,就是其实都是跟你的词关系其实还蛮大的,像这样的他的立体效果就很不错了,那像这样的就会更好。那如果你会用到一些分层 书写题诗词的方式,那你甚至可以在一个图里面得到这种融合的比较自然的这种两个效果。但如果你只到这一步你去操作的话,你会发现你做出来的效果还是一般,为什么呢?其实有个重点我们也讲,就是在 ctrl net 的控制程度这里,如果你把它默认控制到一的话,你就会发现 他的效果不会很好,所以这里我们可以给他适当的降低一些,两个 ctrl net 其实都可以适当降低一些,我们找一下最佳的那个状态。 流程讲完了,我们分享一下他背后的逻辑。其实为什么做这个东西要用文生图来做呢?一开始可能大部分人想到的是图生图,因为 sd 很难出这个文字,所以我们顺理成章想到我要垫一个这个背景。文生图的逻辑相当于是我照着你这张图, 他重新画一遍。那照着这张图的什么来画呢?第一个就是他的轮廓,第二个就是他的这个远近关系,我照着这个纯粹来画一遍。但是呢,我对你这张图是完全没有概念的,我没有见过这张图,我见过的是你推理出来的这个轮廓和深度,这样其实才更有可能把它画的立体。那如果是图生图,我在这个位置还要给他添加一个很 重的权重,就是要以这张白底黑字的这个平面底图来做参考,所以他在进行重新绘制。无论你的重绘幅度开的多么高,他都会极大的参照我这个平面的效果。比如说这个字体的线条当中都是黑色,然后呢,这个背景 都是白色,他一定会参照这个黑白的这个效果,即使你提示字写的权重再高,很难画质出绘制住其他的细节,包括那个二 d 人物转三 d 也是一样,他一定是一个平面纯色的东西,如果我用图生图的话,他一定是极大的参照了那个平面的东西,你很难把它转成三 d 立体的。 所以其实我们发现这两个功能的差别,一个是我让你照着我这幅画重新画一下,既可以让你某些维度控制的非常严格,同时我还给你留有了足够的空间。然后图生图呢,我让你重新画,但是呢你还要极大的参考我这张底图, 所以他在一些二 d 转三 d 的这些场景下,其实效果反而没有那么好。这个纹身图跟图声图的思路其实可以用来做很多事情,大家可以多去尝试一下。

今天给大家更新 stable diffusion 教程的第二期,如何下载和使用模型,我们通过以下几点进行学习,什么是模型?我该从哪里获得模型? 模型如何使用? s d 本身是不会作画的,我们可以把 s d 想象成是一家绘画公司,而模型就是这家公司里面的一个个画师。这些画师有擅长画写实人物的,有擅长画建筑的,有擅长画漫画的,有擅长画风景的, 擅长画车的。你想要出什么风格的图,就要找对相应的画师。那么如何去寻找这些画师呢?这里我推荐大名鼎鼎的 c 站,许多大神都会把模型分享到这里,如果你无法访问 c 站,那么国内的 libribi 也是一个比较好的选择。打开 c 站的网页,这里显示出来很多的模型,我们点击右上角的小漏斗,点击里面的 checkpoint, 筛选出来的就是我们所需要的大模型,其他的一些选项是小模型,这个我们放到后面讲。选择一个自己喜欢的模型, 点进去,我们会看到右上角有下载按钮,还显示了当前模型的大小,大模型都比较大,下载需要耐心等待。下载完模型之后,我们打开 sd 的文件夹,找到 models 文件夹,点进去,再找到 stable diffusion 文件,加点进去, 把刚才下载好的模型文件复制到这里。回到 stable diffusion 的网页,主界面,看不到我们的新模型,只有软件里面自带的那个模型。这个时候我们点击旁边的刷新小按钮之后,就能在模型列表中看到我们的新模型了。选中我们的新模型,这里需要加载一段时间,加载完成后就会使用这个模型来生成图片了。 在模型的下载页面,我们还要仔细阅读模型的推荐使用方法,往下滑动一些,点击修 more 会显示出这个模型的一些说明。我们找到一些建议的设置,比如我们这个三国风的模型,他建议我们的迭代步数是三十杠五十。建议的采样方法是 d p m 加加 s, d k s。 还有一些关键词的 建议,一般来说,根据推荐的参数更容易得到比较好的出图效果。我们尝试一下使用新模型和推荐的参数出图试试。把推荐的正向提示词复制过来, 把推荐的反向提示词复制过来, 把迭代步数设置为推荐的三十杠五十。把采样方法设置成推荐的 dpm 加加 sd cares。 点击生成。 我们得到了一张和模型风格一致的图片,我们可以更换自己喜欢的提示词来生成当前风格下更丰富的图片。这期内容先到这里,下期我会给大家讲解采样方法的选择和优缺点。点赞关注,期待下期的教程吧!

哈喽,大家好,现在这一段声音是大家平时听到我原本的声音,这一段声音呢,是我用朋友的声音炼制的声音模型,接下来这一段呢,是我家楼下大爷的音色,接下来这一段呢,是我用自己的声音推理出来的歌曲。 没错,今天我们来分享一个关于训练声音模型的技术。其实训练声音的模型很早就已经接触了,但是一直没有准备做教程来分享,因为呃声音的训练和推理就像是这个二维码一样,都是比较敏感,容易在很多诈骗的场景被使用我所以我基本一直是自己来自娱 自乐一下。但是呢,前几天做了一件事,让我感觉这项技术其实可以拿来做很多非常有意义的事,比如说把家里人的声音训练成声音模型,或者是把照片训练成 sd 的模型。在一些非常遗憾,人力不可抗拒的情况下,这样的赛博飞升其实真的是非常有意义的。所以今天准备跟大家分享这个呃 有趣的技术吧。我们接下来进入正题,开始训练之前呢,首先要跟大家讲一下,这个软件其实还是利用 gpu 来训练的,所以对显卡有一定的要求,经过我的测试,应该是二零系的显卡基本都没问题了。 当然我们的显存尽量要大一点,最低最低最低应该是要六 g 甚至六 g, 我估计可能是训练不了模型,但是你可以用已有的模型来推理,保险一点的配置应该是八 g 的显存。首先呢,我们需要下载这个软件,软件的名字叫做 rvc, 这也是一个大佬基于这个技术原理来集成的一个这种 ui 界面,类似于 s d 的 y, 大家如果想去了解更多的这个使用知识,可以去 b 站去关注一下这位大佬,这个软件呢我也放在了链接当中,大家可以自行去下载, 下载完之后呢,我们把它解压出来,解压了之后我们打开下面这个 r v c, 在里面呢,我们找到有一个勾 v 点 b a t, 我们双击打开这个,这样的话我们就到了 ui 界面,这个 ui 界面里面呢,我们其实只要用 其中的两个功能。首先第一部分先教大家如何来训练我们的声音模型。首先需要准备素材,这个素材集呢,根据我的经验,我们需要准备至少 十到十五分钟的纯人生的素材,这个声音的质量是越高越好,而且不要有杂音,不要有混响。如果你没有专业的录制设备,其实我们现在的手机录音在一个安静的环境下就可以做得到。然后素材量呢,理论上是越多越好,但是一定是要在保证质量的前提下,呃,然后素材要注意的第二个点就是,如果我们训练出来的模型是想让他更多的用语说 话,那这个时候我们尽量就录制正常来说话沟通的这个声音。如果我们是想用来推理歌曲,想用来唱歌,那我们尽量素材就是我自己清唱的声音,不用担心唱的不好或者跑调,因为他最终训练的是我们的音色,但是尽量的要覆盖到高中低音,如果你的唱歌的声音里面全部都是低音, 或者你用纯说话的声音推理歌曲,他就会产生一些这种电子音或者是一些哑音的情况。当我们准备好了这个素材之后,接下来我们进入到这个 web ui 的训练界面里面。首先第一个部分,我们要给这个训练的模型起一个名字,然后呢这里的目标采样率我建议大家就保持默认,然后呢模型是否带有高音指导, 我们也是让他默认保持打开的状态。然后接下来版本,这里啊建议大家都是选择 v 一,因为 v 二目前不是特别稳定。然后最后这里呢就是除了在使用 gpu 处理的情况下, cpu 也可以辅助我们完成这个数据的处理,这个地方我们尽量给他拉满了,相对处理的会更快一些。第二步 这里我们要选择训练的文件夹路径,也就是说我们要把准备训练的声音素材,这个素材可以是一整段的,也可以是多段的,我们把它放到一个文件夹,然后呢复制这个文件夹的路径,然后粘贴到这里。然后第二步的其他所有的部分全部都是保持默认。接下来呢直接进入到第三个步骤,来填写一下他的训练设置。 首先我们先看一下总轮数吧,根据我的测试状态,如果你是有十五到三十分钟的素材,那么我建议这里的训练轮数是二百轮或者到三百轮,总轮数是二百轮。如果我们是五轮保存一次的话,那最后就会得到四十个模型, 其实没有必要的,所以这里建议我们改成每二十轮保存一次,这样最终我们就会得到十个模型来从中挑选。然后呢这里相当于一个并行处理的数量,这个越高的话处理的就会越快,但是越迟,我们的显存这里的话,它会自动根据我们的显卡来确定,我们保持默认就好。然后这里呢是说我们是否保存最新的一节是一般空间,也就说无论你这里填了多少, 如果你把这个勾选的话,他最后只给你保存最新的这个模型,我们当然是要选择否了,这个部分我们也可以给他选择否,然后最后这里是否在每次保存的时间点将最终小模型保存至这个文件夹。我们这里要选择是因为最终训练完的模型,我们要在这里找到他,接下来其他地方全部保持默认,然后我们点击 一键训练,这个时候我们就看到后台这里已经在处理,包括前台他正在处理数据,这里我们需要耐心做一个等待,做演示,我这里就不训练完了。训练结束之后,我们会看到一个英文单词 successful 的字样,就代表成功了,然后最后在结尾的时候,他会有一个二三三三三三这样结尾。当他整体训练完了之后,我们进入到这个 rvc 的这个根目录下面,然后我们在这个为此这个文件夹当中就可以找到我们训练完的,比如说这个是之前我训练过的,他就会显示,呃每一轮保留的一个模型,这些就都是我们训练好的模型。训练完之后,再当我们打开模型推理的时候,我们在下拉菜单 中就可以找到刚才训练的模型,到这一步我们的训练就结束了,那如果我们正常自己使用,其实在下拉菜单中找到进行下一步的推理就可以了。那如果我们想把训练好的音色分享给别人来使用,在 哪里找的?首先第一个我们需要把这个位词当中这个模型给他复制出来。然后第二个我们还要在这个 logs 里面找到我们刚才训练的这个音色,在这里面呢我们会看到非常多的文件,我们要找到其中的两个,一个是以 n p y 结尾的这个文件,另外一个就是上方的这个音 desk 结尾的这个文件,这三个文件组成了我们完整的模型文件。那第二步我们如何来进行声音的推理呢?首先我们需要把模型放到我们文件夹当中的位置里面, 然后在推理音色这里我们就可以找到刚才放进去的模型。我给大家展示一下,如果我们用这一首歌来做推理的话,首先第一个我们一般下载的歌曲都是带伴奏的,这个时候呢我们就要把伴奏跟人声 进行一个分离,这里呢推荐一个简单的工具,这个软件呢我也会把它放到链接中,他的使用其实非常简单,打开之后呢,我们直接选择他的输出路径,确认输出路径之后呢,我们就把这个想要分离的这个音乐给他 进来,处理完之后,在这个输出目录他就会生成一个文件夹,这个文件夹当中呢 ocas 就是我们的人声,然后上面一长串就是分离出来的伴奏,我们所需要用到的是这个人声,然后这个变调这个部分, 如果我们是男生转男声,或者女生转女生,音调是差不多高的,我们就默认保持为零。那如果原音是男生转为女生模型的音色,相当于他做了一个声调,那这里呢,我们就要填写十二。然后呢,如果是原音是女生,我们要转成男生的音色,那又给他填写负十二。我们这里呢,因为这个原音 是一个男生,我的这个声音也是男生,所以就不用给他做变调。然后这个地方的路径呢,就是我们之前保存那个 indesk, 如果这个模型是别人复制给你的,那我们 就是要把它放到 logs 里面,我们给它新建一个文件夹,然后把这个 indesk 给它放进来。如果是我们自己练的就不需要了,它自动已经就在这里了。然后其他的地方我们都不用去管它,直接点击转换, ok, 这样的话最终在剪辑软件里面把伴奏跟人声合在一起就完成了,学会的话就赶紧去尝试一下吧。

最近大家是不是被这样的瞬息全宇宙的动画给刷屏了,今天我们先不更基础教程,手把手教大家如何来做这样的动画。这个动画是用 s d 里面的一个插件来做成的,所以第一步我们先来下载这个插件啊,在此先说明一下,因为 s d 的版本太多了,然后报错的问题也很多, 最好大家是用链接里面的秋叶整合包来做这个,否则出现其他的报错问题我是没办法一一解决的。这里我自己已经装过了,我在这个云端服务器里面再帮大家完整的演示一下。首先我们打开整个 vip ui 界面之后,在扩展里面找到和下载这里,然后点加载扩展列表,在这里搜索 这个插件,打个 def 他就出来了,就是这个 deform 选项卡,然后我们点击安装,这个时候根据网速的快慢,我们要耐心等待一下。 ok, 当我们结束了刚才的安装之后,在已安装这里 重新启动一下前端,然后在上方的标签栏中,我们就可以看到这个插件已经被我们添加进来,点开是这样的,到这里还不要着急,在我分享的链接之中,我们可以看到有一个 form 的资料,我们把它全部下载下来之后,有几个地方要先把它安装好,第一个就是有两个模型,我们首先要把它放好,这个模型其实不放也可以, 他在使用的时候会自动在后台下载这两个模型,但是很多伙伴的网速不是特别好,经常会在这个模型这里卡住,就一直用不了,所以我们手动把它放到文件夹,这个文件夹呢就在我们的 软件的根目录中找到 models 里面,再找到这个 deform 的文件夹,然后我们把这两个模型直接拖动放到这里。第二个就是我们要安装这个 fmpeg, 这个软件就是帮我们把所有的真序列合成视频的,如果不装它的话,最后做出来结果是一大堆图片没有形成视频,那么如何来装呢?我们直接把它剪切到 c 盘的根目录里面,然后我们剪 解压它,然后再打开里面的,并在这个文件夹中,当我们可以看到有三个 e x e 的文件的时候,就代表这个位置是对了,我们直接复制上 放的这个路径地址,布置好这个路径之后,首页当中找到,找到我的电脑,然后点击属性,在属性当中找到他的高级系统设置,可能啊 win 十或者 win 十一,他的位置不太一样啊。找到他之后,在这里面我们找到环境变量,找到第一个 pass, 然后点击编辑, 编辑当中我们给他新建一下,把我们刚才的路径复制到这里,点击确定软件就安装好了,然后重启我们整个的软件,当我们再次回到这个界面的时候, 我们就可以来尝试一下是否能正常运作了,这时候我们找到刚才我们下载的文件当中里面含有两个文档,这两个文档其实都是整个运行的一个参数,我们先随便找一个来尝试一下,把它粘贴到我们一个不含中文路径的位置,但是为了方便找,我们直接放到他的插件的这个文件当中,我们找到这个 extensions, 然后里面有 deform, 直接 把它粘贴到这里,当然你可以放弃他任何一个位置,只要能找到他的路径,并且不喊中文。这个时候我们把他的路径复制一下,然后回到这里有一个设置文件,我们把他的路径粘贴一下,最后还要补上他的文件名这里注意一定要把他的后缀也打上,如果你的文件不显示后缀的话,要在这个文件查看里面 把这个文件扩展名打开啊,粘到这里检查一下是否有中文,没有中文的话点击载入所有设置,这时候我们会看到左边的所有参数都有了变化,我们可以直接点开提示词这里,看看是不是有一大段的这个提示词,如果有的话说明你载入参数成功。 然后我们在初始化这里呢给他选定一张图片,我已经准备好了一张,然后我们同样的复制他的路径,到这个初始化的初始图像这里,把他的路径名给他补全了。然后到这里我们就可以直接的先用我这个预设来点击一下生成, 是观察一下我们后台的运行框,看看他是否能正常运行,依次运行的时候他会加载模型,会相对比较慢一些。 ok, 当我们发现有这 这种表格类型的艾玛在运行,然后这边呢又调用了我们第一张图片开始在逐渐的产生变化,那么恭喜你,这个插件你已经可以成功使用了,百分之八十的伙伴们都被卡在了解决 bug 这个部分,到了这个程度我们就可以正常使用,但是我们还是要点到这个输出文件夹里去检查一下有没有图像出来可以 看到,哎,很多的图片已经在生产了,确认可以使用了之后,我们来介绍一下参数如何。我们只讲其中最重要的部分,其实这个插件还是来生成图片,最终把所有的图片进行真序列合并来做成视频。只不过呢,它的区别在于这个插件有一个控制关键针的地方,它可以让图片在变化的过程中还能进行移动。同时呢,为了建立前后的关系, 它其实用到的原理是图生图,我们的下一帧图片跟上一帧图片都会有一个关联,我们来看一下它其其中几个比较重要的参数。第一个部分,运行参数,这里我们可以看到跟这个生成图片是一样的,采样器迭代步数以及它的宽高度,按照我们想要的设置就好。然后这个地 仿文件夹的名称,我们最好把它每次生成都改一下,如果我们上次用的这个默认的文件夹,下次还用这个默认的话,他有可能会按照上次的生成进度,然后来继续跑一下,可能跑个几秒钟就停下了。第二个部分,关键针这个地方是比较重要的一个位置,首先动漫模式我们一般是选择三 d, 当我们选择三 d 的时候,他在下面的运动,这里才会有非常多的参数给我们调整生成间隔,这里一般保持不变,这个地方的最大帧数,其实他变相的控制了我们的视频长度, 也就是说我最终要生成六百张图片,然后再往下看,在这里我们可以看到呃视频的整个视频的强度, g、 f c 建议这里都保持默认,当我们把这个插件使用熟练之后,再来这里用高阶的玩法来调整一下它。一开始我们主要是看的这个地方, 我们尽量保持这里的公式不要进行变化,我们可以来调整这里的数值,然后来观察我们想要的效果是否达到。这个公式就代表着整个画面的这个缩放的一个节奏,建议亲手可以先不去调大,然后角度,这里前面代表多尔真冒号之后 代表他是多少个单位数量,也就是我们整个视频这个角度不发生变化,这里代表着零针的时候以零点五的角度进行旋转,也就是说我整个整个视频的旋转速度是不产生变化的,都是零点五。然后这个是按呃这个是外轴方向的旋转,再往下就是 x 轴方向的平移变化。这个公式就代表零针的时候他的平移量是零, 三十针的时候我平移量是十五个像素,也就是从第零针到第三百针,我的横向移动了十五个像素点,以此类推,我的外轴方向没有变,内轴方向也就是往画面当中延伸的这个度数。从 六十帧我从零点二移动到了十个像素点,然后到了第三百帧的时候又变成了十五个像素点,在这个过程中来匀速的进行移动。这个部分就决定了我们画面的这个移动的速度,大家可以按照这个格式来进行设置,最后对照我们实际的效果来调整。第三个也是比较重要的部分,就是提示词的部分,我们可以看到这里一大段的文字看起来非常多,其实没有那么复杂。首先呢提示词 的格式不要去变动它,我们只需要认识到这里代表第零针的时候,我们来遵循着这个提示词来进行操作的。也就是说当他在零针到三十针之间,我们是一直用这个提示词来描述的,同时配合上我们前面的关键针运行,就得到了这个画面的渐变动画。然后三十针到六十针的时候,又按照第二段提示词来 进行,我们可以把他这里的提示词复制到翻译软件当中,按照自己想要的内容来进行调整。这个地方改动的时候,还是注意我们只复制提示词的部分,不要改动他的格式,否则很容易报错。然后在下面这里的正向提示词和反向提示词是整体的画面描述,我们一般只要写反向,然后正面的就是按照我们文本里面来执行。 接下来初始画这里呢,我们只需要把初始画的图像给他限定了就可以了。这里这个初始画的图像非常重要,因为我们说了这个插件的核心是图生图的原理,我们第一针的图像就决定了他第二针、第三针以及之后的图像。所以当我们第一针是一个非常明亮的画面,他后面整体的视频的风格基本是比较明亮的,所以这个还是非常重要的,当然他也要跟 我们的这个运行参数,这个宽高比要配得上。 ctr net 这里一般我们暂时不先启用,如果后面有玩到比较高阶的伙伴,可以尝试来这里调整一下,背后就是视频输出,这里前面我们在关键针这里设置了整体产生六百针或者是多少针的一个图片,这个 fps 也就是说每秒是多少针,我们想让画面越顺滑,我们就把它设置的越高。正常来说我们看的视频是二十四针或者三十针, 我们来在测试阶段的话设为十五针就可以了,每秒十五针,然后前面我们又设置是六百针,所以这样的话做出来就是一个四十秒的视频,这两个参数可以来控制我们整个视频的长度,其他的参数我们还是去不要动它,整个视频铲出来,我们不需要它在里面配音,我们是生成视频之后要进到剪辑软件里面再去配音,更好操作一点, 当我们所有的参数调整完毕之后,就可以在这里点击生成。当然我一开始也给大家准备了两个预设,就是这两个文件,我们只要把它按照标准的路径搭载到这里,并且载入所有设置,他默认就把我们所有的参数都载入进来。我们可以看一下这两个文件写的是什么 内容啊?其实就是把我们所有的设置全部写在这里,所以当我们自己设置好一个参数之后,我们也可以直接点击这里储存这个参数就可以分享给别人来使用了。如果你是按照我的这个方式来全部操作的话,基本不会有其他情况的报错,赶紧去尝试做你自己的瞬息全宇宙的视频吧。

自从我发了尚品 sd 免费在线使用的视频之后呢,很多朋友都在催我出详细的使用教程。好了,话不多说,咱们直接开始。第一步呢,准备好提示词,下面呢是我写的一个皮克斯风格的简单的提示词, 随便扔到一个翻译软件里翻一下就行。第二步来了, sd 的出图聊天室斜杠 dream, 把刚才准备好的提示词复制到我们的提示词框就行了,然后我们把光标移移到提示词外面,就可以看到它自动出来了。四个选项 都是帮助我们来更好的使用 s d 的。首先第一个是 style 风格, s d 呢,默认是有十五种不同的风格的,我把它翻译出来给大家看一下,嗯,大家可以截图保存。 当然呢,这里没有包括所有的风格,比如说我的提示词里面提到的皮克斯动画风,因为我提示词里面呢已经写了风格,所以这里我就可以崩选了。第二, aspect 图片比例。可以看到他给我们贴心的设置了很多的图片比例, 头像呢,一般都是一比一,我就直接选一比一就行了,当然你不选的话,出图的默认比例就是一比一。第三,互相关键词,他这里默认的互相关键词呢,就有丑的,然后手画的很糟糕,然后还有拼接图片之类的, 没有什么特殊的要求呢,我们直接用默认设置就可以了。第四个呢,就是电图了,我们点下这个 ctrl net, 他就会弹出一个提示框,然后我们直接把我想参考的图直接拖进去就可以了。为了做对比啊,我们先来看一下不电图的效果,确实是完全按照我的提示词要求画出来的吧, 不过呢,第二张人是有点歪的,然后明显感觉第一张更好,第二张不能用。当然呢,你要是不满意的话,你就可以选择下面这个锐度, 他就会按照相同的风格再来给你继续生成。然后呢,我们来看一看电图的效果还是一样啊,我们把提示词放进去,然后呢,把我们要电的图也拖进去,然后发送一下看看。结果第一张呢,是直接垮掉了,但是第二张还行, 明显的同时融合了开头的皮克斯动画风的头像和我们模特的脸型,发型,眉眼这些。好了,这就是一个简单的用 disco 版 sd 出图的案例了。那我再强调一遍啊,它是 sd 出的一个像 midi jennie 那样的出图工具,所以呢,它的使用逻辑和 midi jennie 是一样的。 目前呢,没有办法做到像本地部署的 sd 那样可以精准的去控制我们的图片。而其实坦白讲呢,他的出图审美是没有密的遮。你好的优点呢,就是免费方便当个平梯使用呢,是没啥问题的,感兴趣的朋友都可以去试试,我是贝老师,不玩虚的,带你玩转最硬核最实用的 ai 工具。

耐克、 ios 都可以直接用的 stable diffusion, 不需要复杂的安装过程和显卡,并且在本地运行,完全免费,太酷了!打开软件可以发现和 stable diffusion 的界面大同小异。我们先去下载一些必要的模型,点击中间的下载按钮,选择 download fire, 打开 c 站,复制模型链接,输入模型地址,然后在这个软件中进行下载。 later, 下载完之后点击导入左侧还可以继续添加 control net laura 这里我们就不做详细演示, 我们直接去 c 站将咒语复制下来。将咒语跟参数全部调整好之后,我们开始生成图片,图像质量不是太高的话, m 一系列芯片出图基本上三十秒以, 非常的简单,你也能画出这种好看的二次元图片。最后软件名字是这个,关注我,带你了解更多 ai 新玩法。

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,我是哎小王子,今天给大家讲解一下预设和脚本的使用方式。上次我们在讲纹身图页面参数的时候,我遗漏掉了这个部分啊, 我们先看一下模板预设啊,到这边我们拉下来,你可能这里边什么都没有,因为我之前保存好了几个预设,所以我这里会有这个地方,就是我们关键词的一个预设啊。 假如说我们点击这个基础骑手式,点击之后怎么给他传到这边呢?就是点击这个按钮,你看啊,将所选模板风格应用于当前提示词, 点击 ok, 这边就把提示词给加载过来了。这个一个方便之处就是我们不用在手打,这是模板预测的一个作用,你看我这里还有其他的,然后精美模特关键词我们再导入, 如果不把刚刚导入的删掉的话,再添加,就会两个都保留。所以如果说是不同场景下来预设,建议先把之前先删掉,再导入新的。那么如果说我们想 想保存预设词怎么办呢?我假如说在这里弄个 one girl, pretty cute, 然后 beach background, sunny day, 很简单啊。然后这边就是 nsfw extra arms, 我们输入完这个关键词之后,我们点击这个键,储存为模板风格,点击,然后在这里起名字,我们就叫他测试 好了之后就会在这里出现了。那么说如果我们保存太多模板,有好多我们不想要的怎么办?在哪里删除呢?因为这边没有插件啊,在哪里删除呢?很简单,还是回到我们的 stupid fusionybui 这个界面,打开它,然后往下拉,有一个 styles, 这个我们可以双击直接用 excel 表里边删除啊,直接这样子 插,把它点 delete, 或者我们右键点击打开方式,然后有个记事本打开,这个比较清晰明了啊,因为饲料表比较乱,我们打开看一下,刚刚这个测试的关键词已经出现在这里了,然后把它删掉,整体这一行都删掉, 文件点击保存, ok, 然后回到这个页面我们看,啊,怎么还有啊?啊,怎么办呢?点一下这个刷新按钮, ok 就没有了,所有这边 checkpoint ve 这边都有个刷新按钮,好多刷新按钮是干什么的?当你刚下载了一个大模型, 或者 vae 等等等等,任何东西都可以,你不想关闭这个页面重启的话,你就点击这个刷新键,他就会立即同步到这个页面,你如果你刷新了也没有的话,那就重启重启页面啊,不是重启机子,这个是干嘛?这个我一会再讲。 先讲这个垃圾桶,垃圾桶很简单,就是清理掉你的关键词,点一下,确定吗?啊,确定关键词全部去掉了,然后这个是干嘛?这个左下角箭头就是加载你上一次在这个页面的一些关键词,还有一些预设都会给你同步到这个页面。给大家举个例子啊, 他说我这里是 one girl, 然后这里打 n s f w 采样部署,我打三二六,我选这个 d p m s d e, 然后大小是这 这个样子。 cfc 八九点五,生成次数两个,然后种子选一二三四五六, ok, 我们先生成一下, ok, 这个加载好了,我们记住这个页面啊。假如说我们不小心点了一个刷新键,或者把整个页面给关掉了,因为一刷新之后你这里边全部清零了,全部预设之前写好的都没有了,我们 就点击这个键点一下,哇,全部就出来了。这个箭头就是你把你上一次加载渲染的图片,那些关键词和预设全部加载到这里, 看种子也没有变吧? sept skill 九点五对的宽度高度,这个 dpn fast, 呃,这个生存次数刚刚是二,怎么变成一了?这个无所谓啊,生存次数其实影响不大, 到时候再调就好了,但是这些最基础的预设都已经把你做好了,就有它作用。最后讲中间这个东西啊,就是加载一些模型,比如说我们最熟悉的 checkpoints 大模型,还有 laura, 还有一个就是超网格 hyper networks, 还有 embanding 嵌入式 in bending, 就是把所有关键词打包成一个小模型,然后当你再输入关键词的时候,你就不用再输入几百上千个关键词进去,他把所有几百个上千个关键词汇总到一个小关键词里边。我给大家举个例子,比如说我们想要这种 style, princess 这种有公主风的人 人物怎么办呢?把它点上去,我们这个原本关键词删掉,弯勾我们都不要了。负面关键词我这里有时间下载好了,就是 deep neg 的,我们现在渲染一下。 ok, 我们现在看一下这个是不是一个公主风 风格的一张图。那我回到这个关键词,我就加了一个 embanding 的预设,然后还有一个 n p negative 负面关键词的一个预设就出现了这种图, 但是按理来说这里边会有几十个单词,但是他现在全部汇总成一个单词啊,这种方式呢,大大的提高了我们出速效率,或者有时候我们不知道应该写什么负面关键词,我们直接点他一下就好了,这有他的作用。第二个抄网格,现在用了不多了,还 her networks, 是给模型做一个细小的微调,最初它是 novo ai 发明的,现在已经不怎么用了,它跟嵌入式有点类似,也是把一些关键词给打包变成一种风格, 然后下面这个 checkpoint 大模型,上节课给大家讲的很细啊,然后下一个是 laura, laura 就是我们改变人物风格脸部的一个模型, 我们在调 lora 啊,不管 lora, 抄网格,嵌入式等等等等,就会遇见一个问题啊,你们下载好之后肯定是没有图片的啊,这两个是我做测试加的,肯定是只有 no preview, 那怎么办呢?怎么样才能把这个图片加上去呢? 这个问题问的非常好,我给大家解释一下,我就以 lora 为例子了,因为大部分都是一样的,我们到 models lora, 假如说我们看这个啊, coronal likeness 是没有图片的,那现在我要要给他加图片,怎么加呢?我们首先要找到这张图片,然后我们点击这 coronal likeness, 然后把它复制一下,复制到我们刚刚 这个 lora 页面啊,点击 lora 复制一下,复制过来之后呢,要确保这两个的文件名是一样的,并且是 p n g 格式, g p g 格式也 ok, 也能出现,我们怎么弄呢?点击 f 二,然后 ctrl c, 然后点击 f 二, ctrl v, ok, 后面这个就不用复制了,只用复制这前面这个 safe tensors 就不要加了,点击确定,确定之后我们回到这个页面,点击 refresh, 我们看一下这个图片就加载出来了, 每一个单一的都是要这样加的,他无法直接让你下载好模型之后,就直接会给你一个 preview, 这是我觉得 stupid do you 是应该增加了一些更改细节,这点我相信他未来是一定会改的。这是 lower 模型, 模型不止可以变脸啊,变风格也可以变衣服,假如这个 sweetlot 了,就是把它穿上萝莉塔的衣服,我们看一下,我们看到用这个模型就不是变脸了,就直接把他衣服也穿上去了。下面我给 给大家介绍一个模型下载的网站,我平时除了用 c 站,另外一个用的比较多的模型下载网站就叫做 libliboai, 这个网站的所有模型都是免费下载的,并且他不需要魔法,下载的速度也很快,并且有很多原创的模型作者在这个网站上发布他们的模型。 我们先看下这个页面啊,看一下筛选啊,比如说我们想要 checkpoint, 或者说我们想要一般领就是 textual inversion 一个意思,进去之后假如说我们想要这种风格的建筑物,我们就点击下载 inbending, 文件都很小,大概十到二十 k 左右。然后我们再看一下其他,比如说 checkpoint 大模型也是在这里可以下的,比如说我们想要这个大模型, ok, 进入到这个页面之后,我们可以看一下全部展开,这里有模型的一个介绍。然后如果我们想看这张图片是怎么做出来的话,我们把鼠标碰到这个生成信息里边,就会看到他的正向关键词,负向关键词,还有些采样期用的哪些 步数等等等等。然后如果想要复制过去,直接点击复制生成数据就可以直接用了。我们看一下这个图片的浏览,都是做了很不错的,然后鼠标往下滑,就是其他人用这个模型做的一些图片, 然后都会是在这里展览。如果我们想要这个作为大模型的话,我们直接点这个下载键就 ok 了, ok, 这就是利布利布模型网站的一个介绍, 我会把这个连接放到本视频的简介里面,大家可以去看一下。我们使用罗二的时候可以不止用一个罗二,我们可以用好几个罗二,但有一个问题啊,假如说我用了 japanese corny, 还台湾 door likeness, 如果想三个都用的话,权重一定要改,三个权重全是一,会出现什么问题呢?直接给你出现一个花图, 我们把所有权重变成一的时候,出现图就非常的精美啊,很漂亮,所以我们不要把它调成一,我们要确定所有罗二的权重总和加起来不到一,比如说我们每个配置三分之一 的权重,我们看一下他出来的图片还会不会花了, ok, 出来的图片就不会花了,并且三分之一的基因是日本痘,三分之一的基因是口眼痘, 还有三分之一的基因是台湾斗,这三个基因加起来就是这样的点。如果你想做商图网图的时候,你不想让你的图片看起来和别人做罗尔完全一样,你就去混合就好了, 好比做一个混血儿一样,你把这三个混血,三个国家混血,然后再往下走,就是脚本。脚本其实是一个非常好玩的东西,可以让你看到不同风格、不同采样部署,或者不同采样器的一个对比图。 就像我之前大家可能会好奇我这个图片是怎么做的,我用的就是脚本。我们先看下这边啊,有五个选项,第一个是没有,那就是有四个选项,所以控制网这个就是视频转视频。今天先不讲啊,因为这个,呃,有一个更好的应用去用。我们先讲第一个啊, prompt matrix 提示词 矩阵。这个是怎么用的呢?很简单啊,当我们不知道用什么灯光,用什么风格,用什么关键词去把一个物体或者人物主体做出来。比如说我现在有很多选择,举个很简单例子,渲染一个 an apple on the table, 这个是我的主体,我想做不同灯光,他会在图里边呈现一个什么样的表现,我先弄个 studio lighting, ok, 摄影师,灯光 是什么样子的?再弄一个 cinematic lighting, a soft light, a warm light。 我们可以看一个对比图啊,如果你想使用关键词矩阵看不同风格类型的话,怎么分割呢?就用这个竖线分割啊,这个竖线是在回车下边的那键。先讲一下他出图会什么样子? 会出图像,一个 apple 在桌子上先弄个 studio lighting, 一个 apple 在桌子上 cinematic light, 一个 apple 在桌子上 soft light, 一个 apple 在桌子上 warm light。 他会出现这四种风格,并且像排列组合一样, you use studio lighting, you use cinematic。 迪克拉丁又有这个和这个等等等等,我们看一下这里有几个选项,把变量部分放在提示词文本的开头处,这个勾选的话,就是说这个变成变量了,这个后边的变成那个定量了, 所以我们不用勾选。我们一般先把主体描述好,后边是变亮。下面这个为每张图片使用不同随机风格种子,如果你勾选的话, 这些种子都是随机的,如果你不勾选的话,这些种子都是一个固定的一些种子。我们在做测试的时候尽量不要勾选它,因为勾选它你种子不一样,你看的物品是完全不一样的一个风格, 你无法判定他用哪个灯光是好是坏。然后选择提示词类型,我们是在哪里做矩阵呢?我们在这个 positive prompt 里边做矩阵,所以我们用正面提示词,如果你想看一些反向提示词的一种不同,你就点他就行了。然后选择连接符号,逗号或者空格,这个就默认逗号,就完全没问题。宫格编剧像 速就是一个相框,假如说我之前这个这个图片宫格像素编辑是零啊,你看中间都是贴着的。如果你加一的话,我给大家举个例子,假如说我加到二十六,最后我们看一下效果, 我们看一下是不是我们想要的啊。一个 app on the table, 什么灯光都没有的情况下,有 studio lighting 的灯光下什么样子? 这个是电影灯光,这个是 you 工作室灯光, you 电影灯光的样子,然后下摆,以此类推,并且他们种子是同样的。刚刚这个网格啊网格,就我们看一下中间这个缝隙就是网格, 你要多少像素,就大家想要这个小边框,风格开的话就选它就好了,这就是 prop matrix, 主要看不同风格,不同灯光下,不同任何东西下的一个区别,用它就很好。下一个我们看一下,从文本框或文件载入题, 是词就是 prompt from file or textbox, 这个是干嘛的?假如说现在我是一个 ai 公司,我今天要给客户出图片,我手下的 ai 设计师有五 五十个,每个人给了我两个 prompt, 去把这些图片给生成出来,再就是有一百个的 prompt, 你就用这个方式把所有的关键词放到这里边去。出图, 我们在写的时候每行就是一张图,然后以杠杠 prompt 开头,然后写出不同的参数,不同参数以以杠杠开头,然后空格作为风格。举个例子,杠杠 prompt, 我们要写正向关键词的话,就直接先写一个双引号,然后输入。假如我们想要个 handsome man smoking a cigare, 负面关键词杠杠 negative 下划线, prompt, 然后还是双引号 n s f w, 然后最后我们要什么步数呢?多少步数呢?就刚刚 steps 二十八, ok, 这是第一张图,第二张图我们做一个女士吧,好吧, prompt, 然后还是双引号,加 搭一个山顶雷顶,我们想调节它的宽高比宽就是 waf, 杠杠七六八,高的话杠杠 height, 然后也是七六八,就是一个方形。然后第三呢?男的女的都有了,再弄个狗吧,这个的话,我想要他的种子, 踩洋气,我要,要什么呢?我们就用这原始的 ula 吧。具体这个格式有没有什么表呢?有的,我都整理到我的思维导图里边了,里边有很详细的参数表,具体在这个脚本里边格式怎么写我都放在里面了, 大家可以到我的 discore 里边看啊。第一个就是你每行的随机种子都不一样。第二个就是你每行的随机种子都一样,我们勾选一个就 ok 了啊。这下面还可以上传提示词文件,我们就不用手打或者复制上去了。 我们先看一下他这个图片出来什么样子啊啊,记着啊,如果说你在这里写提示词,他会完全忽略上面所有提示词,加上上面所有参数,就会以你这个为主。我们看一下第一个男生 抽着雪茄, ok 出现了,还挺帅的啊。然后第二个是女生,山林的后,第三个是个 big dog, ok, 都出现了啊,然后我们看一下他们的种子是不是也都不一样,第一个种子说 这个七三三,第二种子多少?这个是固定种子啊,这个是我们提前预设的,一二三四五六七八。第三个种子七七二, ok, 我们看一下他的规律啊,如果我们不填写种子的话,他这个种子会随着第一个出现种子后,每次都加一,每次加一看这个是七七二对不对?下一个是七七三。如果你还有十关键词,并且都没有定好你的种子 的话,下个就是四五六七八九十十一十二,就是这样的出现的, ok, 这个是 prompt prom file or textbox。 我们下一个看 x y z 图表,这个打开之后别看数值很多啊,但是真的是非常简单, 暂时不要管 z, 如果你添加了 x, 又添加了 y, 又添加了 z, 它渲染的时候是非常非常慢,并且图片表示并不是非常清楚。 我们先点 x 轴, x 轴我们就用什么呢?我们假如想看不同采阳器的一个区别,然后 y 轴选什么呢?我们想看不同采阳器在不同引导下的一个效果。这左边选好之后,我们选 x 值啊, x 值就是让我们选采样器,我们具体选哪个采样器? ok, 选这个啊,一个一个点,如果你想全部都看的话,直接点,他就所有采样器都放过来了,我就先选一个 dpm 加加二,然后 active, 然后再弄个 fast, ok, 我们看这三个的区别,然后 cfg scale 这个就要填写值了,这个值怎么写?我们知道 cfg scale 它的预值是多少啊?一到三十对不对?我们上节课讲过,我们想看一二三四五六七八九 十这十步。每个的区别有个很简单快捷方式,如果你想渲染一二三四五六七八九十,每个步数的中间差值为一的话,你就直接写成一杠十,就告诉他一到十 我全都要。那我假如说我想要一三五七九这几个怎么弄呢?那你就写一到九,然后加一个括号,括号里面写什么呢?加二为什么是加二呢?就是每个数字之后我要加个二,这是这个数字,那如果说我想递减着看的呢?那就是九到一, 任何数都可以啊,我只举个例子,不要跟我一样。然后这种减二就是九,减二到七七,减二到五五,减二到三三,减二到一就是九七五三一这五个不同的 cfg skill 的展示方法。 ok, 我们这个选完之后,在图表中包含 轴类星河池是干嘛的?就是是否要加上这些东西,那肯定要加了你,你不加的话,你就不知道他渲染的是什么东西了。然后保持随机种子为负一吗?在做这种对比的时候,一定要是不保持,要所有的种子都是同样的种子。我们先渲染一下看一下啊,我把提前准备好提示词放到这里了, ok, 显卡燃烧完毕,我们打开看一下效果。三个不同采样器,然后不同的 cft scale 指数,我们这个时候就可以做一下对比了。我们大家从这个十五张图里边选一个最好看的吧,我们看一下大家的审美怎么样啊,我觉得这两个不错啊。下边这两个 cfc skill 指数不要用太高啊,太高很容易崩坏的,像这个 dpm, fast 就崩不住了,这俩就崩坏掉了。 ok, 这就是 x yz plot 的用法。我们不止可以用 sumper 和 cfc 指数比啊,我们还可以用什么 checkpoint name 不同大模型去比, 当然这个加载的就比较慢了,因为 s d 每次加载大模型的时候都要花好久好久。你还可以用什么 clip 跳个层做对比啊,然后和一些重绘强度等等。 z 值就是再加一项,具体是怎么用呢?我给大家留个作业啊,大家下去的时候用一个自己想用的三 pro, 比如说 checkpoints, cft scale 啊,或者其他的种子之类的,然后再加一个 z 值,这个 z 值你随便去加啊,最好加我们之前讲过的,没有讲过的,可能你加的不会很好看。记着,如果加 z 值的时候,这些变量啊,不要加太多, 因为非常非常非常的慢,显存不好的话,报显存是轻轻松松的。如果大家觉得我的课程对你的 stabled fusion ai 绘画有帮助的话,希望你们给我一键三连,支持我一下,关注我,让你轻松掌控 ai。

哈喽,大家好,今天给大家强烈推荐秋叶大佬的模型训练器训练 lura, 超级方便快捷,他不需要我们自己去配置环境解压即用, 从打标签到 laura 的训练,再到 tenciple 的分析数据,一个界面全部解决,非常的方便快捷。我们来看一下它到底怎么去使用。我们先把这个关掉,等会再去启动。 首先我们要去下载这个模型训练器的压缩包,我会提供给大家,然后你下载好了之后进行解压,这是我提前解压好的这个文件点进去,进来了之后你要先进行强制更新,就是这里 这两个点其中一个都可以,然后下边这个是国内加速双击,它就可以自动的进行更新了,那我这里是 已经到最新了,所以他没有进度条,你更新好了之后,这个就可以关了。关了之后接下来我们要去准备底膜,就是你想在哪个模型上去训练我们的 lora, 然后这里我去下载了一个 sd 一点五的这个模型,然后我把它复制, 然后回到我们的这个模型训练器的这个目录,然后找到它的 s d models 这个文件夹点进去,我们把刚刚的那个模型复制粘贴到这里来。 复制好了之后,接下来一步我们是要准备训练集,就是训练素材,也就是图片,然后这个图片我是提前已经准备好了,这个图片呢尽量保持工整,统一分辨率,建议五幺二 乘五幺二这样的一个大小。当然你也可以使用那种非正方形的一个图片,但是如果你的显存比较小,那你就老老实实五幺二乘五幺二这样的一个大小,这些图片素材呢?看你训练什么,如果你训练画风,那你所有的图片它的一个画风都是统一的。 然后如果你像我这样,就是训练人物或者物体这种,然后这些人物你就只能保持一个,不要有别的人物在里边。第二个,这些人物他的背景要单一一些,不要那么花, 嗯,如果你要精益求精,那你可以去抠图。第三个,这些人物尽量是那种多个角度的,这些图片效果会更好一些,这是图片的一个建议。那这些图片呢?我给大家去推荐一个批量裁剪图片尺寸的一个网站,就是这个, 这个我会分享给大家,就是这个地址,然后你点击这里,然后去上传,你就是截好的一些图片, 比如说就是这个图片,然后你再按 ctrl a 全选,把这些图片选中,选中之后再打开 他这里就选好了,当然我这里全是五幺二乘五幺二的,所以这个地方就不用再去设置了。当然如果你不是五幺二乘五幺二的, 然后举个例子,我这里随便说一个三六八,然后你可以看一下,他旁边就会出现这样的框,然后你可以拖动这个框去选取你想要的那个位置, 那么这里是一样的,那你就设置成五幺二乘五幺二,然后去拖动他的一个框,然后选好了之后点这里保存,这个保存好了 之后,他是保存的那个压缩包,保存好了那个压缩包你要进行解压,解压过后他就是这样的图片了,就非常的工整了,就是这样的图片,然后这些图片你要全选 ctrl a, 然后在 ctrl c 复制,复制好的图片你要放到这个地方来, 就是找到我们的模型训练器他的这个目录这边,然后找到 train 这个文件夹,如果你没有,你就建一个 train 这样的一个文件夹点进去, 然后在这里我们需要去新建文件夹,然后这里你要去建一个你这个图片的名字,我们就随便建一个,就阿尼亚吧,就是这个图片的这个名字,然后再点进去,我们再次要去建一个文件夹,这个文件夹它的一个名 名字就有讲究了,它是一个数字加下划线加这个概念名,然后它这个 我给大家去演示一下吗?比如说我这里的数字推荐就五到八,五到十,这样就差不多了,当然根据你的那个图片数量来哈,然后在下划线加一个概念名,这个概念名随便起一个都可以,比如说我还是起一个这个 啊安妮,然后这个名字就起成这样,这个数字代表每张图训练的步数,那我这里设置的是八,也就代表每张图 ai 都要看八次。我们再点进去把刚刚复制的图片粘贴到这里来, 这里一共是十三张图片,也就是说他每一张图都要看八次,十三张的话就 十八乘十三一百零四次,也就是说他要训练一百零四步,就是这样的。然后接下来我们要给这些图片打标签,那我们回到这个目录,也就是我们模型训练器的这个跟目录这里,然后我们再启动脚本,点这个 启动脚本,他会自动弹出这个页面,然后我们再点这个 w d 一点四标签器,就是我们要去打标签,我们要把刚刚的这个图片,就是这个 tree 文件夹里边,我们一直要进来,就是这个图片这里,然后我们要复制这个路径, 复制好了之后我们回到这个页面,就是这个标签器的这个页面,然后我们把这个路径粘贴到这里来,粘贴好了之后 其他可以默认不用改,然后我们直接点启用,然后我们就可以在后台看到它的一个进程, 好,这里已经识别完成了,完成了之后我们回到这个地方来,就是回到我们的这个图片这个地方,也就是这个文件夹看到没,然后他每一张图片后边都会更一个这样的一个文本, 就是文本文档点进去之后你都要去检查一下这里头有没有,就是说不需要的,不对的,比如说像这个 paper, 我就不需要每个里边都有 paper, 对吧?我就不需要有这个纸,当然你也可以删掉,那我这里就懒得去删这些了,只是给大家去做一个演示, 然后这些是他的标签。当然如果你想要一个那种触发词,那那种收敛词,那你可以用这个,就是我也会推荐给大家,就是用这个 就是这个批量打标的工具,然后我也会提供给大家。大家下载之后解压,就是这个文件我已经提前解压好了,解压好了之后点进去,然后一直点到这里,我们再点这个文件启动,然后我们点这里, 然后我们点第一个去上传我们的就是刚刚的那个图片, 然后我们找到我们的这个模型训练器的目录,然后找到 chain, 然后找到这个 on a, 然后就是这个文件了,就不要再点进去,我们点一下它,它这里就显示这个数字下滑线,然后这个名字 a near 这个文件,然后我们直接点选择, 选择好了之后,这里是总共的一个标签,就是他结合的,然后你可以把你不需要的删掉,就是这个, 那我就随便先删一删,就是你可以去检查一下你哪些标签是不用的,那你可以点中他,然后点这个叉就可以删掉了,然后除了这个,我们要去添加一个收敛词,对吧?然后你就点这个加号, 然后我们在这里去输入一个收敛词,尽量是那种中文拼音吧,就是免得跟我们的提示词有重复,就是这 块,那我们就输入小美女,然后零一这样的一个就是名字,然后这个地方我们把它放到最开始,就是 top, 就是最开始的这个地方,然后点 ok, 那么它每一张图片前边儿 这个标签前边都会有这样的一个收敛词了,你可以看一下,喏, 就是都会有这样的一个收敛词,看到没,然后放好了之后点这个,又是点这个,然后再保存 save, 保存它的一个改变,然后保存好了之后我们就可以删掉了, 然后我们回到就是这个页面,就是我们的图片的这个页面,我们点这个标签,你可以看一下 它每个标签前边都有个这个小美女零一这样的一个瘦脸词了,这儿就是方便我们去调用我们的 lura, 这个就是这个收敛词,这个标签你可打可不打,就是这个只是方便我们调用 nora 而已。 然后好了之后我们回到 lora 训练这个页面,这里有 lora 训练,你也可以看到这里是给出的一个建议,如果是新手的话,你就点新手就好了,如果你有一定的经验,他是开放了全部的高级参数的,那你就可以点下边的专家, 然后这里也有参数的详解,大家可以下来去学习一下。那我这里只给大家去做演示,我们就用新手这个,然后在这个地方呢,这个地方你就要去 去输入你的模型的名字这个地方,比如说我们刚刚的那个模型不是已经放好了吗? 就是在这个文件夹里边,然后它里头有一个 s d models, 这个文件夹点进去,然后这个就是我们的底膜,然后你要把它的这个所有的东西都要复制, 当然你也可以改名字哈,然后复制好了之后回到这个页面,然后我们这前边的这一部分可以保留,就是我们的那个文件夹,然后下边的这个我们要把这个名字输入进去, 然后这里呢它是 train 文件夹下边的那个训练级的一个路径,它是 train 下边的那个名字就可以了。然后同样我们是回到这个地方,然后找 找到 trin 这个文件夹,点进去,点进去这个它的文件名就可以了,不要再点进去了,就是这个 trin 下边的这个,然后同样我们把这个名字复制一下, 回到这个页面,我们把最后的 j 里改掉就可以了,就改成这个名字,它是寸文件夹夹下边的这个文件,我们往下看,这里是正泽化数据及路径,你没有你就空着,这个地方是你图片的大小, 你之前是什么大小,现在就是什么大小,我本来就是五幺二乘五幺二,那我就这里就不变了,这个图片的大小必须是六十四的倍数。呃,这个不要弄错了,我们再往下,这个地方是模型保存的名字,也就是你 laura 叫什么名字?那我就起一个安妮儿就是这个名字吧。 然后这里是你输出的 laura 模型,它的一个保存文件夹,它这里我们就默认不变,它是在这个地方, 我们回到这个页面,然后回到我们模型训练器的一个根部落,然后它保存的这个模型是在这里,就是它输出的模型是在这个 alt put 里边点进去,然后它就会保存到这里了, 然后我们回到这个页面,我们往下,这个我们等会再说。我们先说这个批量大小,这个批量大小他是代表每一次处理几张图片,就是一次性拿出几张图来训练, 嗯,建议一或者二,如果你的选存在八 g 以下的话,那就填一吧,就是这个效果要好一些。然后这个呢,他是跑的一个轮数,之前我们算了 一轮是一百零四步,还记得吗?就是图片那个地方,那么这里的话就是设置你要进行几轮,建议就十五到二十轮,就是效果比较好一些,当然你可以设置成十五,那我这里, 然后这里的十五轮,那总的就是十五乘以一百零四,也就是说总的要训练一千五百六十步,就是这样的。 然后这里呢,它是代表每几轮去自动保存一次模型,那这里你可以默认二,也可以五啊,这些都是 ok 的,那我就默认二吧,就是这个,嗯,再往下 这个学习率,嗯,作为新手我们就默认,就不用去管他。然后再往下就是这个,呃,训练预览图设置建议是不开启的,因为他会消耗 更多的显存托慢速度,就是这个建议不开启,然后这里的网络设置,然后这个地方呢,他不是越大越好的,就是说,呃,经常的一个数字是三十二、六十四、一百二十八,这个不是越大越好,你 三十二、三十二,就是这两个是比较多的,或者是六十四,三十二,就是下边的这个数是上边的一半,或者是相等,就是这样的,是比较多的,就是这个,那我们就默认三十二,三十二,就是这块, 然后下边我们也不动,就是作为新手,这些我们设置好了之后,呃,在这个地方我们可以点这个保存,就是我们保存我们比较常用的一些,就是参数,我们可以点保存,保存了之后我们这里可以读取,读取参数就是这里你可以看一下,这 是我刚刚保存的,你还可以设置一个名字,比如说我就设置为 test, 然后你就可以看到了,这里也是哦,现在这个地方才是我刚刚保存的,就是设错了,当然你还可以在这里删除,就是你不需要的一些参数, 还可以这里使用,然后预览设置名字都是 ok 的,然后你不想保存,那你可以直接点这里,直接开始训练,然后你就可以在后台看到训练的一个步骤了。 how? 这里已经在开始训练了,你可以看一下 how 训练完成了,他这里会显示训练完成,我是三张图片,一千五百六十步,大概就是六分钟的样子就训练完了。 完了之后我们按一下它出来的模型,就在我们这个地方,就是我们这个文件夹里边这个目录,你找到 output 这个文件夹点进去,那我们训练的这个模型就是在这里,他是每两轮就会保存一个模型,所以他保存了很多个模型,然后你都可以去试一下,看一下哪个模型是最好的,那我就试一下最后这一课,然后我们把它复制,就是这个复制复制好了之后, 我们把它存到 vivio vivoi 目录,然后找到 models, 然后找到 laura 这个文件夹,然后点进来,你把它保存到这里就可以了,就是这里我把它复制过来了。复制过来之后,我们回到 vivio i 目录,然后去启动 v b y, 好,来到这个页面之后,这个模型我们要改一个,就是二次元的模型吧, 比如说我就改这个模型,然后 ve 的话,我就用这个 ve 算了,然后我们这里提示词去输入一些比较简单的提示词,去看一看效果, 然后这下边的一些参数我就默认, 然后这里我们点这个粉色的图标,点它,然后我们去调用我们刚刚训练的那个 lara, 就是这个 anna, 然后点它之后,它这上边自动就会帮我们去调用了。当然你也可以用那个触发词,就是那个 小美女零一可以用这个触发词,然后好了之后,我们把这个搜一下,然后点这里生成, 我们可以看一下他生成的一个效果怎么样?好,生成的你可以看一下,就是训练的效果还是非常不错的。我们再点生成,或者是我们这里多生成几张都可以看一下效果。 然后生成的我们都可以看一下,就是效果都是蛮不错的,训练的还可以。好,今天的一个分享就到这里。

这是一个线稿,这是 stable diffusion, 不用 ps, 三十秒帮你变成像这样的最终产品图。首先,打开我们搭建好的云部署 stable diffusion 第一步,选择擅长描述现实的大模型。第二步,把你准备好的产品线稿拖到 ctrl netling 里。 选择擅长识别线稿的预处理器和相对应的模型,填写关键词,例如未来主义、科技感、热带雨林背景等等。接着把你背景的照片拖进 ctrl net 一中。这次我们选择一个擅长识别景深的预处理器和相对应的模型。第三步,点击一键生成 就这样,仅需限稿,精致的产品图就做好啦!这些都是我们同学在咱们搭建的云服务器上做出来的作业,相信你也可以做到。

大家好,今天我们来说一下秋叶大佬的训练劳尔模型的整合包工具 sd 春呐,他的这个整合包呢,跟我们之前讲的这个扣呀 ss gui 的这个训练训练参数呢?训练源码和模型 是一模一样的,只不过这是秋叶大佬进行了一下整合和优化,还有中文化,也就算是中文化的版本。那么我昨天试着用这个秋叶的这个版本呢,训练了一个模型,我是找了圣斗士的图片素材来训练一个模型, 训练好的模型呢,只有三十六兆,但是也可以用了。训练完成的模型是这个后面不带编号的这个模型,将这个模型呢复制到 stable diffusion 里面来,我们去使用这个 lower 模型,因为这个我们训练这个模型是 是二次元,是动漫的吗?所以说在 sleeper defusion 里面 check point 这个模型,你要选择一个二次元动漫的一个模型去给他生成。一开始呢,导入这个模型会发现我们生成的图片这种已经花掉了,模糊不清楚了,这是由于我们训练 过泥河的原因。过泥河的话,我们就把这个 lora 的这个权重呢,从一给它降到降低一点零点六到零点八,可以偏向于我们这个 lora, 但不至于过泥河。你设置为零点四到零点五的话,它是偏向于拆个 pose 模型,而仅仅加了一点这个 lora 的元素。 后面呢,我把这个权重给他降低,降到零点六以下,零点零点四到零点六,我们看一下结果, 那么这个输出结果呢,就能保持保持好我们这个画面的完整性,还能够加上圣斗士的这种铠甲元素, 就生成的模型质量上来说,秋叶大佬的这一款工具呢,和我们之前用 koya s s g u i 的这个工具去训练出来 模型,结果呢,其实是一模一样的,没有没有说谁好谁坏,只不过秋叶这个是更利于偏向于新手,而且不需要原码安装,直接解压缩就能用。那么他的这个安装包呢, 我已经上传到我的网盘里面了啊,也分享给大家,可以去下载了,大家可以去直接去找雀跃大佬的 这个下载地址,也是可以的。那么之前呢,我出过八戒以下现存宝马训练的安装与操作步骤这个详解,那么讲的就是我们这个 扣一 s s g u i 的这个训练教程。那么之后呢,又出了一个 local licurice loha 训练模型的这个方法都是八界显存以下的训练,所以说我们这个秋叶大佬的这个整合包呢,其实也是低显存可以训练的,也是八界以下的。他这个操作非常简单, 我来给大家就是讲一下他这个操作,我们下载好他这个压缩包之后解压缩,你用国内加速更新或者是强制更新都可以,这个看你有没有魔法了,如果你有魔法的话,你也可以用国内加速啊, 但是同时呢,你又能用这个强制更新点一下,这强制更新呢就开始更新一些库,更新完成之后, 我们点击这个启动脚本就可以直接一键启动了。一开始我们启动界面是来到这个界面训练通用模型,这一边你要设置一下通用模型呢,就是用来训练罗拉模型的基础模型, 它存放在 s d 杠 models 这个文言夹里面,你可以去你之前的 stable diffusion 的这些模型里面呢,去找到你的这个 v 一点五或者是 v 二点一的这些基础模型。 行,去给他复制到我们的这个文件夹里面,然后呢将这个模型基础模型的模型名字呢给他粘贴到这里面就可以了。那么下面这个数据及设置呢?也就是放在这个 trin 这个文件夹里面,我们来看一下,在这个 trin 文件夹里面, 这个你可以新建一个文件夹,我的比如说这是我自己创建的一个文件夹,然后里面放图片的数据集,名字呢也有讲究。嗯,在里面再创建一个文件夹,然后前面要打上一个数字,后面横杠,然后后面跟名字, 前面这个一百呢,什么意思呢?比如说我们这里面有十六张图片,那么前面这个一百就是将我们这个十六张图片呢,训练一百次就是一百,乘以十六就是一千六,那么一千六呢?再乘以我们这个训练相关参数,最大训练轮数十, 那么一千六再乘以十,也就是总共要训练一万六千步,训练一万六千步呢,大概需要四个小时,我是十二 g 的现存训练了四四个小时。那么来说一下这个正则化数据路径,这个是用来存放你的正则化。什么是正则化? 就是在之前的啊,训练 lora 的,训练 lora 分类图片的时候给大家讲过,这里面是放分类图片级的啊,如果大家不知道分类图片级是怎么来训练设置的,可以去看我前面的视频 lora 分类训练,那么下面呢是一个分辨率五幺二乘五幺二的,如果你现存 很低的话,设置成五幺二乘五幺二的,中等的话设置为七六八乘七六八的,高档的话你可以设置为幺幺零二四乘幺零二四。好,下面这个保存设置呢,这个我们要起我们的 logo 模型最终生成的文件, 这是输出目录,输出目录保持默认,你不要变啊,因为这个也不影响你。然后下面是这个每几轮保存一次,他是每二轮保持保存一次,那么输出的这些模型的结果呢?就是二四六八啊,每过二保存一次,但是呢总共他要保 我总共他保存五个模型,这个保存五个模型呢,也是你自己可以设置,你想保存十个就保存十个,想保存一百个就保存一百个。 好,下面这个相关参确认相关参数,这个十呢,一般我们也是保持默认不动,如果你这个设置设置为二十呢,一千六乘以二十,你就三万二了,三万两千步了,你就再加四个小时 pc 大小啊。如果你显卡非常好的话,也可以设置为二,显卡一般设置为一。学习率,这个默认保持不要动,因为他这个学习率呢啊,跟我们之前 在 step 第六任这个学习率显示的方式不一样哈,因为我们之前显示的方式都是零点几,都是数字,他这个啊不知道代表什么,大家可以去学习一下秋叶的这个参数的这个概念,这个保持默认不变啊,这些都是保持默认不变的,大家可以看他下面的这些中文解释吗? 这些中文解释一般都能看得懂啊,忘了给大家说那个数据级是怎么来训,数据级是怎么来产生的? 数据级是在这个 wd 一点四这个标签器里面,这个标签器里面我们把这个数据级目录呢,也就是我们这个 trend 这个文件夹里面这个目录 路径给他复制一下,给他复制到这里面。下面呢参数我们保持不变啊,我们直接点启动就能够生成这些数据及文档了啊,我们还回到新手,这里面这些可调的参数也是比较少 啊,我们就可以保存一下我们的这些参数,也可以读取我们刚才保存的参数,也可以删除进行管理。下面呢我们直接点击直接开始训练,就可以直接开始训练我们的模型了,如果你对参数比较了解的话,你可以选择专家模式、 自然模式,这里面可调的参数更多,更为细节一些。那么既然我们是用 ai 啊,当然是让他更简单更好,我们更希望呢是 用一键导入别人设置好的参数去进行训练,因为我们自己去设置参数参数的话,我们对概每个参数的概念并不清楚啊,也不知道生成的结果会怎样,那这里面呢还有一些参数讲解,大家如果想学的话,可以去学习一下这些参数讲解 好了,那么今天呢,关于这个秋叶版的这个低配版 lower 训练的整错包呢,就给大家分享到这里,如果大家觉得有用,那么请为我点击关注加三连,我们下期 ai 课程再见!

云端一键部署 style diffusion 让 ai 绘画摆脱本地硬件束缚,万物皆可上云,真正实现人人都可玩 ai, 简单配置易操作。凹凸 dlai 云计算搭建教程分享给大家。凹凸 dlai 云 防止是三 w 点 auto dl 点 com, 它可以帮我们实现云端一键部署 ai 应用 stable diffusion 我们使用本地硬件和 ai 应用的时候,由于硬件限制导致训练时间长,效果差,有了 ai, 云 大的提高了炼单效率。首先选择注册,首先使用手机号验证码注册设置密码,点击注册,注册成功。使用手机号密码登录,登录成功以后自动跳转到 o two d l 控制台,选择算力市场。如果我们只是想尝试部署 ai 应用,选择按流量计费即可,必须选择内蒙 a 地区,资源比较多, rtxa 五千显卡十五盒,二十八 g 内存,二十四 g 显存只需一点一八米一小时,我们可以先上五米试试水,选择租用主机,配置和数一就够用,不需要扩容。镜像,我们选择社区镜像,社区镜像一般都是 用 get up 上开源的项目,部署在服务器,并且配置好环境,打包成镜像上传到 ai 云,我们直接选择使用即可,无需担心环境问题,非常简单方便一键部署。搜索 stable diffusion nova ai, 选择下载次数最多的这个三十九点五 k 选择立即创建在容器实力列表中,新增了一条创建中的实力,耐心等待我们的云服务创建完成即可使用。 开机成功,实力已经运行中,下面就开始配置我们的 stable diffusion, 则加普特 libe, 这里有云端 stable 的标审配置部署教程,我们根据文档操作即可。第一步,执行下方代码如何执行?选中代码,选择运行即可,下方打印出移动完成说明代码已经执行到最后一句命令执行成功。第二步,代码执行完成以后,刷新浏览器, 发现浏览器以后切换笔记本内盒右上角,点击后选择叉 l e、 n v 环境, 选择配置好环境,进行最后一段代码,同样选择上方的三角点击运行。点我自动学速加速,学速加速可以解决国内下载 cable dq 审网络卡顿问题。开启学速加速以后, 点我安装下载器。下载器安装完成,点我移动到数据硬盘,把 stable diffusion 模型全部安装到数据硬盘,以免占用 系统磁盘导致空间不足。选择启动外部 ui, 可以使用用户名密码登录云端部署大赛包 eq 审用户名额的密,密码一二三四五六,当然也可以不填,不填会随机生成用户名和密码。运行目录默认即可,数据盘运行方式正常版即可, 剩下的参数根据实际情况选择或默认即可。最后选择运行外部 ui 运行一分钟左右, 最下方出现软顶 on local u i l ip 加端口时即运行成功,这时我们就可以回到 服务器列表。自定义服务就可以让我们通过外网访问我们部署的云端 stable defusion 进行 ai 绘画。通过外网访问需要实名认证一下,使用我们的真实姓名加粘贴号即可完成认证。选择自定义服务,选择访问,这就是我们云端部署的 ai 绘画 背包也修饰,下面就可以愉快的开始炼单了。我们测试一下生成效果,左上角可以选择我们在配置的时候添加的内置模型,输入正反提示词,我这里已经准备好了提示, 可以生成你想要的图片,当然你也可以网上搜一下,有很多提示词模板选择生成训练过程中没有快进速度飞一般的感觉,再也不用吹电脑风扇了。