在 Stable Diffusion 中，采样（Sampling）指的是去噪过程。稳定扩散从随机高斯噪声起步，通过一步步降噪逐渐接近符合提示的图像。每一步都会产生一个新的样本图像，这种方法被称为采样器（Sampler）或采样（Sampling）。
不同的采样器具有不同的特点和效果，例如：
采样步数（Sampling Steps）也很重要，随着步数增多，可以得到对目标更小、更精确的图像，但增加步数会增加生成图像所需的时间，且增加步数的边际收益递减，一般开到 20 - 30 步。在实际应用中，如何选择采样器和设置采样步数可以按照模型作者的推荐进行。
Sampler（采样器/采样方法）选择使用哪种采样器。Euler a（Eular ancestral）可以以较少的步数产生很大的多样性，不同的步数可能有不同的结果。而非ancestral采样器都会产生基本相同的图像。DPM相关的采样器通常具有不错的效果，但耗时也会相应增加。Euler是最简单、最快的Euler a更多样，不同步数可以生产出不同的图片。但是太高步数(>30)效果不会更好。DDIM收敛快，但效率相对较低，因为需要很多step才能获得好的结果，适合在重绘时候使用。LMS是Euler的衍生，它们使用一种相关但稍有不同的方法（平均过去的几个步骤以提高准确性）。大概30 step可以得到稳定结果PLMS是Euler的衍生，可以更好地处理神经网络结构中的奇异性。DPM2是一种神奇的方法，它旨在改进DDIM，减少步骤以获得良好的结果。它需要每一步运行两次去噪，它的速度大约是DDIM的两倍，生图效果也非常好。但是如果你在进行调试提示词的实验，这个采样器可能会有点慢了。UniPC效果较好且速度非常快，对平面、卡通的表现较好，推荐使用。Sampling Steps（采样步数）Stable Diffusion的工作方式是从以随机高斯噪声起步，向符合提示的图像一步步降噪接近。随着步数增多，可以得到对目标更小、更精确的图像。但增加步数也会增加生成图像所需的时间。增加步数的边际收益递减，取决于采样器。一般开到20~30。不同采样步数与采样器之间的关系：
CLIP还可以用于评估和优化生成的图像。通过对比生成的图像和文本描述之间的相似度，模型可以迭代调整生成过程，使图像更符合输入描述。CLIP Text EncoderSDXL Base模型由U-Net、VAE以及CLIP Text Encoder（两个）三个模块组成，在FP16精度下Base模型大小6.94G（FP32：13.88G），其中U-Net占5.14G、VAE模型占167M以及两个CLIP Text Encoder一大一小（OpenCLIP ViT-bigG和OpenAI CLIP ViT-L）分别是1.39G和246M。VaeSDXLSD1.5Baked in VAECLIP skip in ComfyUI常用值为-1和-2Clip skip in SD1.5（-1 VS -2）如何设置按照模型作者推荐个人喜好SDXL官方默认Clip为-2Clip skip in SDXL（-1 VS -2）去噪过程被称为采样，因为稳定扩散在每一步产生一个新的样本图像。这种方法称为采样器（sampler）或采样（sampling）（source：stable-diffusion-art.com/samplers/#What_is_Sampling）采样器对比（source：stable-diffusion-art.com/samplers/#What_is_Sampling）如何选择Sampler（采样器）&调度器（scheduler）按推荐设置模型作者调度器（scheduler）Sampler（采样器）控制每一步如何采样控制每一步的噪声水平变化Unet结构
作者：白马少年介绍：SD实践派，出品精细教程发布时间：2023-05-01 20:00原文网址：https://mp.weixin.qq.com/s/kwNfc9NCaKJRy30wHI95UgStable Diffusion的生成方式主要分为文生图和图生图两种：文生图是仅通过正反向词汇描述来发送指令；图生图除了可以添加文字以外，还可以给AI参考图进行模仿，也就是我们常说的“垫图”。接下去就是对你想要的图形进行文本描述，文本描述上又分为两类：内容型提示词和标准化提示词。内容型提示词主要用于描述你想要的画面，我们选择anythingV5这个专门用于二次元绘画的大模型，然后输入以下提示词：1个女孩，黑发，长发，校服，向上看，短袖，粉红色的花，户外，白天，蓝色的天空，云，阳光，上身，侧面。（使用翻译软件翻译成英文）采样迭代步数是指AI绘画去噪的次数，步数越高绘画越清晰，但是绘画速度也会越慢，通常数值控制在20-40之间最好。采样方法是指AI生成图像时候的某种特定算法，我们不用全部了解，一般常用的为：Euler a；DPM++2S a Karras；DPM++2M Karras；DPM++ SDE Karras；DDIM。有的模型会有指定的算法，搭配起来更好用。将比例设置为800:400，注意这里的尺寸并不是越大越好，因为模型的练图基本上都是按照512x512的框架去画，所以我们的高宽比尽量都在这个数值附近。太大的数值比如1920x1080，会使AI做出很奇怪的构图。那你就会说，我就想要很高清的图怎么办，其实Stable Diffusion也提供了图片放大的功能，我们可以同时点选这个高清修复来放大图像倍率，而高宽比我们只要记住这里主要是控制一个画面比例就可以了。