直达「 通往AGI之路 」飞书知识库 →
首页/问答列表/问答详情

Stable Diffusion官网

回答

以下是 Stable Diffusion 的相关信息：

  • Stable Diffusion 系列资源：
  • 教程目录：
      1. Stable Diffusion 系列资源
      1. 零基础深入浅出理解 Stable Diffusion 核心基础原理
      • 2.1 通俗讲解 Stable Diffusion 模型工作流程（包含详细图解）
      • 2.2 从 0 到 1 读懂 Stable Diffusion 模型核心基础原理（包含详细图解）
      • 2.3 零基础读懂 Stable Diffusion 训练全过程（包含详细图解）
      • 2.4 其他主流生成式模型介绍
      1. Stable Diffusion 核心网络结构解析（全网最详细）
      • 3.1 SD 模型整体架构初识
      • 3.2 VAE 模型
      • 3.3 U-Net 模型
      • 3.4 CLIP Text Encoder 模型
      • 3.5 SD 官方训练细节解析
      1. 从 0 到 1 搭建使用 Stable Diffusion 模型进行 AI 绘画（全网最详细讲解）
      • 4.1 零基础使用 ComfyUI 搭建 Stable Diffusion 推理流程
      • 4.2 零基础使用 SD.Next 搭建 Stable Diffusion 推理流程
      • 4.3 零基础使用 Stable Diffusion WebUI 搭建 Stable Diffusion 推理流程
        • 目前 Stable Diffusion WebUI 可以说是开源社区使用 Stable Diffusion 模型进行 AI 绘画最热门的框架。Stable Diffusion WebUI是 AI 绘画领域最为流行的框架，其生态极其繁荣，非常多的上下游插件能够与 Stable Diffusion WebUI 一起完成诸如 AI 视频生成，AI 证件照生成等工作流，可玩性非常强。接下来，咱们就使用这个流行框架搭建 Stable Diffusion 推理流程。首先，我们需要下载安装 Stable Diffusion WebUI 框架，我们只需要在命令行输入如下代码即可。安装好后，我们可以看到本地的 stable-diffusion-webui 文件夹。下面我们需要安装其依赖库，我们进入 Stable Diffusion WebUI 文件夹，并进行以下操作。和 SD.Next 的配置流程类似，我们还需要配置 Stable Diffusion WebUI 的 repositories 插件，我们需要运行下面的代码。如果发现 repositories 插件下载速度较慢，出现很多报错，don't worry，大家可以直接使用 Rocky 已经配置好的资源包，可以快速启动 Stable Diffusion WebUI 框架。Stable Diffusion WebUI 资源包可以关注公众号 WeThinkIn，后台回复“ WebUI 资源”获取。
    • 4.4 零基础使用 diffusers 搭建 Stable Diffusion 推理流程
    • 4.5 Stable Diffusion 生成示例
      1. Stable Diffusion 经典应用场景
      • 5.1 文本生成图像
      • 5.2 图片生成图片
      • 5.3 图像 inpainting
      • 5.4 使用 controlnet 辅助生成图片
      • 5.5 超分辨率重建
      1. 从 0 到 1 上手使用 Stable Diffusion 训练自己的 AI 绘画模型（全网最详细讲解）
      • 6.0 Stable Diffusion 训练资源分享
      • 6.1 Stable Diffusion 模型训练初识
      • 6.2 配置训练环境与训练文件
      • 6.3 SD 训练数据集制作
      • 6.4 Stable Diffusion 微调（finetune）训练
内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

教程：深入浅出完整解析Stable Diffusion（SD）核心基础知识 - 知乎

SD 1.4官方项目：[CompVis/stable-diffusion](https://link.zhihu.com/?target=https%3A//github.com/CompVis/stable-diffusion)SD 1.5官方项目：[runwayml/stable-diffusion](https://link.zhihu.com/?target=https%3A//github.com/runwayml/stable-diffusion)SD 2.x官方项目：[Stability-AI/stablediffusion](https://link.zhihu.com/?target=https%3A//github.com/Stability-AI/stablediffusion)diffusers库中的SD代码pipelines：[diffusers/pipelines/stable_diffusion](https://link.zhihu.com/?target=https%3A//github.com/huggingface/diffusers/tree/main/src/diffusers/pipelines/stable_diffusion)SD核心论文：[High-Resolution Image Synthesis with Latent Diffusion Models](https://link.zhihu.com/?target=https%3A//arxiv.org/abs/2112.10752)SD Turbo技术报告：[adversarial_diffusion_distillation](https://link.zhihu.com/?target=https%3A//static1.squarespace.com/static/6213c340453c3f502425776e/t/65663480a92fba51d0e1023f/1701197769659/adversarial_diffusion_distillation.pdf)

教程：深入浅出完整解析Stable Diffusion（SD）核心基础知识 - 知乎

1.Stable Diffusion系列资源2.零基础深入浅出理解Stable Diffusion核心基础原理2.1通俗讲解Stable Diffusion模型工作流程（包含详细图解）2.2从0到1读懂Stable Diffusion模型核心基础原理（包含详细图解）2.3零基础读懂Stable Diffusion训练全过程（包含详细图解）2.4其他主流生成式模型介绍3.Stable Diffusion核心网络结构解析（全网最详细）3.1 SD模型整体架构初识3.2 VAE模型3.3 U-Net模型3.4 CLIP Text Encoder模型3.5 SD官方训练细节解析4.从0到1搭建使用Stable Diffusion模型进行AI绘画（全网最详细讲解）4.1零基础使用ComfyUI搭建Stable Diffusion推理流程4.2零基础使用SD.Next搭建Stable Diffusion推理流程4.3零基础使用Stable Diffusion WebUI搭建Stable Diffusion推理流程4.4零基础使用diffusers搭建Stable Diffusion推理流程4.5 Stable Diffusion生成示例5.Stable Diffusion经典应用场景5.1文本生成图像5.2图片生成图片5.3图像inpainting5.4使用controlnet辅助生成图片5.5超分辨率重建6.从0到1上手使用Stable Diffusion训练自己的AI绘画模型（全网最详细讲解）6.0 Stable Diffusion训练资源分享6.1 Stable Diffusion模型训练初识6.2配置训练环境与训练文件6.3 SD训练数据集制作6.4 Stable Diffusion微调（finetune）训练

教程：深入浅出完整解析Stable Diffusion（SD）核心基础知识 - 知乎

目前Stable Diffusion WebUI可以说是开源社区使用Stable Diffusion模型进行AI绘画最热门的框架。[Stable Diffusion WebUI](https://link.zhihu.com/?target=https%3A//github.com/AUTOMATIC1111/stable-diffusion-webui)是AI绘画领域最为流行的框架，其生态极其繁荣，非常多的上下游插件能够与Stable Diffusion WebUI一起完成诸如AI视频生成，AI证件照生成等工作流，可玩性非常强。接下来，咱们就使用这个流行框架搭建Stable Diffusion推理流程吧。首先，我们需要下载安装Stable Diffusion WebUI框架，我们只需要在命令行输入如下代码即可：安装好后，我们可以看到本地的stable-diffusion-webui文件夹。下面我们需要安装其依赖库，我们进入Stable Diffusion WebUI文件夹，并进行以下操作：和SD.Next的配置流程类似，我们还需要配置Stable Diffusion WebUI的repositories插件，我们需要运行下面的代码：如果发现repositories插件下载速度较慢，出现很多报错，don't worry，大家可以直接使用Rocky已经配置好的资源包，可以快速启动Stable Diffusion WebUI框架。Stable Diffusion WebUI资源包可以关注公众号WeThinkIn，后台回复“ WebUI资源”获取。

其他人在问
stable diffusion可以用macbook 13来运行吗？配置够吗
Stable Diffusion（简称“SD”）的运行对电脑配置有一定要求。对于 Windows 系统： 显卡：必须是 NVIDIA（俗称 N 卡）。 专用 GPU 内存：4GB 勉强可以跑动 SD，出图时间较长；6GB 出一张图时间为 20 50 秒，大部分功能可用；8GB 5 20 秒出一张图，所有功能基本开放。 电脑运行内存：8GB 以上。 电脑系统：Win10 或者 Win11。 对于 Mac 系统，可以查看以下视频进行一键安装：https://www.bilibili.com/video/BV1Kh4y1W7Vg/?spm_id_from=333.788&vd_source=6f836e2ab17b1bdb4fc5ea98f38df761 但具体 MacBook 13 是否能运行及配置是否足够，还需根据上述标准进行对照检查。
2024-09-16
stable diffusion 与大模型的关系?
Stable Diffusion 与大模型的关系如下： 与其他大模型相比，Stable Diffusion 让用户使用消费级显卡就能实现文生图，且完全免费开源，代码在 GitHub 公开可拷贝使用。 在公众传播层面，AIGC 指用 Stable Diffusion 或 Midjourney 生成图像内容，后来泛指用 AI 生成音乐、图像、视频等内容。LLM 指 NLP 领域的大语言模型，如 ChatGPT。GenAI 是生成式人工智能模型，涵盖了 LLM 和 AIGC。 Stable Diffusion 原采用 LDM+UNet，后来改为 DiT。Transformer 是公众传播中常用名词的底层结构，其底层是 function loss 损失函数，是一个大参数（千亿级别）的回归方程，能在一定 prompt condition 下，重复曾经出现的数据内容实现“生成”能力。 大语言模型是一个 perfect memory，能重复曾经出现的内容，其智能体验在于能解释两个数据集压缩后的“连续”能力。与 Alpha Go 不同，Alpha Go 是增强学习模型，学习结果会调整自身参数，有推理能力，而大语言模型在推理方面较弱。Transformer 决定 LLM 是一个生成式模型。
2024-09-13
stable diffusion和comfly UI
Stable Diffusion 是一种图像生成模型，而 ComfyUI 是一个基于节点流程式的 Stable Diffusion AI 绘图工具 WebUI。 ComfyUI 具有以下特点和相关知识： 工作流定制：通过将 Stable Diffusion 的流程拆分成节点，实现更加精准的工作流定制和完善的可复现性。 核心组件： UNET：从噪音中生成图像的主要组件，在预测过程中通过反复调用，将其预测输出的 noise slice 从原有的噪声中去除，得到逐步去噪后的图像表示。Stable Diffusion Model 的 UNET 包含约 860M 的参数，以 float32 的精度编码大概需要 3.4G 的存储空间。 CLIP：将用户输入的 Prompt 文本转化成 text embedding，UNET 进行迭代降噪，在文本引导下进行多轮预测。 存放路径：ComfyUI 的 Checkpoint 存放路径为 models/checkpoints/，包括 SD 基础预训练模型，如 SD1.5、SDXL 以及 SD 微调模型。 模型实例：如【majicMIX realistic 麦橘写实 V7】by 麦橘 MERJIC sd1.5 微调、【LEOSAM HelloWorld 新世界】by LEOSAM 是只兔狲 SDXL 微调。 训练方法：如 DreamBooth，by Google。 格式：EMAonly & pruned 和 Full，EMAonly & pruned 只画图，Full 可画图和微调训练。 在与 Blender 结合方面： 安装：先安装稳定版 Blender（可从网盘下载或在 Steam 平台下载），然后安装无限圣杯的插件。进入“偏好设置”——插件——选择“安装”，找到“无限圣杯节点工具”里面的压缩包进行安装，安装好之后打上勾。接着更改 ComfyUI 路径为电脑中的地址，并选择适合自己的显存模式。安装完成后重启。 使用：打开软件，编辑器类型中出现“ComfyUI Node”，点击进入 ComfyUI 界面，先点击上方的“新建”按钮，然后展开右侧的 N 面板可以看到无限圣杯的界面。
2024-09-10
国内较好用可以替代Midjourney或Stable Diffusion的图像生成工具有哪些
以下是国内一些较好用可以替代 Midjourney 或 Stable Diffusion 的图像生成工具： 1. 吐司：https://tusiart.com/images/635511733697550450?post_id=635512498197535244&source_id=nzywoVHilkK7o_cqaH31xAh 2. 哩布：https://www.liblib.ai/ 此外，还有一些常见的图像生成工具： 1. DALLE：来自 OpenAI，已纳入 Bing（您必须使用创意模式）和 Bing 图像创建器。 2. Adobe Firefly：内置在各种 Adobe 产品中，但在质量方面落后于 DALLE 和 Midjourney。不过 Adobe 宣布它只使用有权使用的图像。
2024-09-10
stable diffusion模型训练怎么样提升效果
以下是一些提升 Stable Diffusion 模型训练效果的方法： 1. 理解核心原理： 与 GAN 等生成式模型相比，SD 模型学习拟合训练集分布，训练过程更稳定且泛化性能更强，这归功于其核心的前向扩散过程和反向扩散过程。 前向扩散过程是对图像持续添加高斯噪声直至变成随机噪声矩阵，反向扩散过程则是去噪声直至生成图像。 2. 掌握训练全过程： 训练具体过程是对每个加噪和去噪过程进行计算，从而优化 SD 模型参数。包括从训练集中选取加噪过的图片和噪声强度输入到 UNet 中，让其预测噪声，计算预测噪声与真实噪声的误差，最后通过反向传播更新 UNet 的参数。 完成 UNet 的训练后，可对噪声图片进行去噪，逐步重建出有效图像的 Latent Feature。 3. 利用语义信息控制图片生成： SD 模型生成图片时输入的 prompt，其语义信息通过注意力机制影响图片生成。在训练中，每个训练样本对应标签通过 CLIP Text Encoder 输出 Text Embeddings，并以 Cross Attention 的形式与 UNet 结构耦合，使图片信息与文字信息融合训练。 4. 微调训练参数： train_text_encoder：设置是否在训练时对 Text Encoder 进行微调。 lr_scheduler：设置学习率调度策略，如 linear、cosine 等。 lr_warmup_steps：在启动学习率调度策略前，先固定学习率训练的步数。 debug_dataset：训练时对数据进行 debug 处理，防止破损数据中断训练进程。 in_json：读取数据集 json 文件，其中包含数据名称、标签、分桶等信息。 train_data_dir：读取本地数据集存放路径。 dataset_repeats：整个数据集重复训练的次数，可根据数据量级进行设置。 shuffle_caption：设置为 true 时，对训练标签进行打乱，能一定程度提高模型的泛化性。
2024-09-04
请用StableDiffusion生成一幅画，钻井现场，旁边的风景很优美，以柳江盆地的地形和风景为主
很抱歉，目前我无法直接使用 StableDiffusion 为您生成这幅画。但您可以通过以下步骤来实现： 1. 准备好 StableDiffusion 软件，并确保您的计算机满足其运行要求。 2. 了解 StableDiffusion 的相关设置和参数调整方法。 3. 在输入描述中详细准确地描述您想要的画面，如“钻井现场，旁边的风景很优美，以柳江盆地的地形和风景为主”，同时可以补充更多细节，比如光线、色彩、物体的具体特征等，以获得更符合您期望的结果。 希望这些信息对您有所帮助。
2024-09-03
chat gpt官网地址
ChatGPT 是一种基于 GPT（生成式预训练变换器）架构的人工智能模型，由 OpenAI 开发，是目前最先进的人工智能模型，是一种自然语言处理（NLP）工具，能够理解和生成接近人类水平的文本。 目前 ChatGPT 官网有两个版本，一个是 GPT3.5，一个是 GPT4。GPT3.5 是免费版本，拥有 GPT 账号即可使用，但智能程度不如 GPT4 高，且无法使用 DALL.E3（AI 画图功能）和 GPTs 商店和高级数据分析等插件。GPT4 若要使用更多功能，需升级到 PLUS 套餐，收费标准是 20 美金一个月，此外还有团队版和企业版，功能更多，限制更少，但费用更贵，一般推荐使用 PLUS 套餐。 ChatGPT 官网网站：https://chat.openai.com/ ，点击注册按钮。 从 OpenAI 的官网中可以查询到，在 2022 年宣发时，OpenAI 称 ChatGPT 是一种模型。但在官网的帮助页面中，称其是一种服务。目前我们所熟知的 ChatGPT 逐渐演变成了一种可以兼容多种 GPT 模型的聊天应用（服务）。
2024-09-11
chat gpt官网
ChatGPT 是由 OpenAI 开发的一种基于 GPT（生成式预训练变换器）架构的人工智能模型，是一种自然语言处理（NLP）工具，能够理解和生成接近人类水平的文本。 目前 ChatGPT 官网有两个版本，分别是 GPT3.5 和 GPT4。GPT3.5 是免费版本，拥有 GPT 账号即可使用，但智能程度不如 GPT4 高，且无法使用 DALL.E3（AI 画图功能）、GPTs 商店和高级数据分析等插件。若想使用更多功能更智能的 GPT4，需升级到 PLUS 套餐，收费标准为 20 美金一个月。此外，GPT4 还有团队版和企业版，功能更多、限制更少，但费用更贵，一般推荐使用 PLUS 套餐。 ChatGPT 的基本概念是从网络、书籍等来源获取大量人类创作的文本样本，然后训练神经网络生成“类似”的文本，特别是能够从“提示”开始，继续生成“类似于训练内容”的文本。 从 OpenAI 的官网查询可知，在 2022 年宣发时，OpenAI 称 ChatGPT 是一种模型，而在官网的帮助页面中，又称其为一种服务。目前我们所熟知的 ChatGPT 逐渐演变成了一种可以兼容多种 GPT 模型的聊天应用（服务）。 在注册 ChatGPT 账号之前，建议先注册一个谷歌账号，因为国外很多软件支持谷歌账号一键登录，能省去很多日后的注册流程。目前注册谷歌账号支持国内手机号码和国内邮箱验证，过程简单。
2024-09-11
luma官网
Luma AI 是一家专注于多模态 AI 的公司，旨在扩展人类的想象力和能力。他们提供用于创建和分享3D内容的工具。以下是Luma AI 官网的一些关键功能和链接： 主要功能 1. 互动 3D 场景： Luma AI 提供了创建和分享互动 3D 场景的功能，可以在网页和移动平台上使用。用户可以创建高度详细的 3D 场景，并通过高效的嵌入方式进行分享。 2. Genie: 文本生成 3D： Genie 功能允许用户通过文本描述生成 3D 模型，使 3D 创建更加便捷和用户友好。 官网链接 你可以访问 Luma AI 的官网了解更多信息：。
2024-06-13
pika官网
Pika 官网：https\://pika.art Pika 1.0 是由 pika\_labs 推出的一个全新的人工智能模型，能够生成和编辑三维动画、动漫、卡通和电影等不同风格的视频。成立 6 个月既融资 5500 万美元，Quora 创始人 Adam D'Angelo、前 GitHub 首席执行官 Nat Friedman 和 Giphy 联合创始人 Alex Chung 也是投资人。 登陆 Pika 官网后，点击进入，即可看到主页，然后点击“加入测试版”，即可申请内测，一般很快就能获得内测资格。加入 Pika 的 Discord 社区并在这里使用产品。
2024-05-25
ChatExcel官网网址是什么
ChatExcel的官网网址是 。
2024-05-21
搜索官网的招聘公告，并每日刷新，可以使用什么工具
要搜索和自动刷新官方网站的招聘公告，可以使用以下几种AI工具或服务： 1. Google Alerts：Google Alerts允许用户设置关键词警报，当网站发布新内容时，它会通过电子邮件通知用户。虽然它不是专门的AI工具，但可以用来监测特定网站的更新。 2. IFTTT ：IFTTT是一个自动化服务，允许用户创建简单的“如果那么”规则。你可以设置一个规则，如果某个网站发布新内容，就发送电子邮件通知。 3. Zapier：Zapier是一个自动化工具，它允许用户连接不同的应用程序和服务。你可以使用Zapier来设置一个工作流，当某个网站发布新内容时，它会触发一个动作，如发送电子邮件或更新其他服务。 4. Crawlera：Crawlera是一个爬虫服务，它可以帮助你自动抓取网站内容。你可以使用它来设置一个爬虫，定期访问网站，并获取新的招聘公告。 5. Web scraping tools：有些专门的Web爬虫工具，如Scrapy或BeautifulSoup，可以用来抓取网站内容。这些工具可以自动化地访问网站，并提取招聘公告等信息。 6. Google Search Console：如果你有网站的Google Search Console账户，你可以使用它的爬虫工具来监控网站的更新。 7. Feedly：Feedly是一个内容发现和聚合工具，它允许用户订阅网站的RSS或Atom feeds。你可以使用Feedly来订阅官方网站的招聘公告，并自动获取更新。 选择哪种工具取决于你的具体需求和偏好。如果你只需要简单的监控，Google Alerts或IFTTT可能是更好的选择。如果你需要更高级的自动化和控制，Zapier或Web scraping tools可能更适合你。
2024-04-23