1.模型：尾缀为cpkt、safetensors，文件容量较大（往往几个G）存放路径：./models/Stable-diffusion2.美化模型：名字中带有vae存放路径：./models/VAE3.lora文件：尾缀为safetensors，文件容量较小（1）存放路径：./extensions/sd-webui-additional-networks/models/lora使用时需要在这个地方开启->选择对应的lora文件：（2）存放路径：./models/Lora使用时需要再这里选择：4.快捷tag：尾缀为pt,通常容量很小，只有几k存放路径：./embeddings5.con
前言之前已经讲过SDXL_LORA,SD1.5_LORA训练过程，基本说的比较清楚了，有兴趣可以去看看，下面我将讲解一下SD1.5大模型的炼制。SDXL_LORA：https://tian-feng.blog.csdn.net/article/details/132955577SD1.5_LORA：https://tian-feng.blog.csdn.net/article/details/132133361DreamBooth是一种定制个性化的TextToImage扩散模型的方法。仅需少量训练数据就可以获得极佳的效果。Dreambooth基于Imagen研发，使用时只需将模型导出为ckpt
过年刷资讯AI的信息铺天盖地，准备研究研究。最后选择从AI绘画的stablediffusion入手。本地安装了最新的Python（13.12.2）然后直接克隆GitHub-Stability-AI/stablediffusion:High-ResolutionImageSynthesiswithLatentDiffusionModels 按照说明文档尝试安装pipinstall-rrequirements.txt，碰到了一个错误具体记不太清了。网上说是因为torch和transformers版本不匹配的问题。最后把requirements.txt里面的transformers==4.19.2改
Tomcat（TomcatServer）是Apache基金会下的一个开源项目，它是一个简单and高效的JavaWeb服务器，支持Servlet2.5、JSP2.2和EL2.2规范。Tomcat是当今最受欢迎的JavaWeb服务器之一，它在Java世界中被广泛使用，支持millions个Web应用程序和服务。文章目录什么是Tomcat？为什么选择Tomcat？1.简单2.高效3.可扩展4.可靠5.开源如何使用Tomcat？1.下载and安装Tomcat2.配置Tomcat3.部署JavaWeb应用程序4.测试and调优Tomcat结论什么是Tomcat？Tomcat是一个免费、开源、高效的Jav
本文来源网站“数字时氪”，仅用于学术分享，侵权删，干货满满。原文链接：深度解析对比中国和硅谷的AIGC赛道|数智前瞻-36氪(36kr.com)跟互联网和移动手机时代一样，中国的AIGC生态必定和西方不一样。编者按：本文作者为硅谷LeonisCapital风险投资基金JennyXiao(肖文泉Jenny@leoniscap.com )和JayZhao(Jay@leoniscap.com)编译：LeonisCapital 封面来源｜ICphoto去年12月，ChatGPT火爆出圈，资本和科技界迅速开始讨论AIGC技术的潜力和前景。而中国和硅谷很快成为了这场讨论的中心。AIGC在硅谷持续升温，众多
SD-WebUI是来自B站的秋葉aaaki大佬制作的一款AI绘画启动器。非常开心又进入学习时间，今天来学习关于图像大小、数量、CFG、种子等参数设置。英版原文：https://stable-diffusion-art.com/automatic1111//automatic1111/本文相关参数截图：一、宽度和高度不用解释所有人都明白，就是设置图片的大小。但需要注意一点，就是同样比例的图片精度不等于放大后为同样比例的图片精度。比如，原本尺寸为1024*1024的图片精度不如512*512经过放大算法放大至1024*1024的图片精度，这是因为“改善总是比创造更容易的”，1024*1024会和原
由于最近这些天都在人工审查之前的哪些问答数据，所以迟迟都没有更新AutoKeras的训练结果。现在那部分数据都已经整理好了，20w+的数据最后能够使用的高质量数据只剩下2k+。这2k+的数据已经经过数据校验并且对部分问题的提问方式和答案内容进行了不改变原意的重构，相信用这部分数据进行训练将会得到满意的效果。在正式讲解之前，还是先将一些概念性的内容讲一下。为什么选AutoKeras？首先作为一名人工智能的初学者是会存在选择困难症的（毕竟人工智能种类五花八门，各有各特色。学习和实施门槛也各不相同，挺难选择的），去生啃论文又看得云里雾里。再加上小公司要快速产出，上级一直输出压力，整个人会越来越焦躁，
保姆级在Kaggle上部署stablediffusion，白嫖万元32G双GPU最近爆火的AI绘画项目stablediffusion，免费开源，受到广大用户的喜爱，但是它对电脑显卡有很高的要求，自己想玩AI但是购买服务器又太贵，本文将告诉你一个免费部署的方法。 Kaggle注册1、首先打开Kaggle官网：www.kaggle.com可以使用国内邮箱账号注册发送邮箱验证，输入邮箱验证码首先点击右上角的头像，进入设置 如果需要使用GPU，需要手机进行验证，点击手机使用你的手机号码进行校验可以看到我们有30小时的gpu的使用时间，这个时间每周都会重置。平均每天4个小时对于普通
安装这里参考了https://github.com/AUTOMATIC1111/stable-diffusion-webui的官方说明。这里依旧使用conda虚拟环境：（anaconda为例）wgethttps://repo.anaconda.com/archive/Anaconda3-5.3.0-Linux-x86_64.shchmod+xAnaconda3-5.3.0-Linux-x86_64.sh./Anaconda3-5.3.0-Linux-x86_64.sh建立虚拟环境：（这里只需python版本大于3.0）condacreate-nsdpython=3.10condainitbas
StableDiffusion是一个文本到图像的潜在扩散模型，由CompVis、StabilityAI和LAION的研究人员和工程师创建。它使用来自LAION-5B数据库子集的512x512图像进行训练。使用这个模型，可以生成包括人脸在内的任何图像，因为有开源的预训练模型，所以我们也可以在自己的机器上运行它，如下图所示。如果你足够聪明和有创造力，你可以创造一系列的图像，然后形成一个视频。例如，XanderSteenbrugge使用它和上图所示的输入提示创建了下面这段令人惊叹的《穿越时间》视频。以下是他用来创作这幅创造性艺术作品的灵感和文本:本文首先介绍什么是StableDiffusion，并讨
