草庐IT

AIGC-Stable

全部标签

这篇深入浅出贴 助你早日实现Stable diffusion自由

我也不想标题党,可它们就是好萌啊!看看下面这些你认识多少?我是憨憨,一个不会画画的设计师。过去半年里,AI绘画曾经多次引爆公众讨论,网络上那些精致的二次元同人插画、堪比真人的AI穿搭博主、打破次元壁的赛博Coser……背后都有一个“幕后黑手”——StableDiffusion,其背后的技术便是人们常说的扩散模型(扩散模型这个概念源自热力学,在图像生成问题中得以应用)。想知道上面这些精致的插画是如何实现的吗?接下来,我将结合这个案例带你走进StableDiffusion的世界,帮你系统性地了解并掌握这神奇AI绘画魔法。虽然我们把这个过程称之为AI绘画,但实际上它并不是像人类画图一样打草稿、构线描

Stable Diffusion系列(六):原理剖析——从文字到图片的神奇魔法(潜空间篇)

文章目录LDM概述原理模型架构自编码器模型扩散模型条件引导模型图像生成过程实验结果指标定义IS(越大越好)FID(越小越好)训练成本与采样质量分析不带条件的图片生成基于文本的图片生成基于语义框的图片生成基于语义图的图片生成超分辨率图像生成图像重绘其他文生图模型DALL-EImagen在上一章,我们了解了扩散模型的基本原理,但它离实现StableDiffusion的文生图或图生图功能显然还有一段距离,那就是如何将文字或图片信息融入到生成图片的过程中,比如,像下图这样?除此之外,扩散模型的一个重要特点就是维度的不变性,这就限制了生成图片大小的上限,原始论文中最大的图片生成大小也就是256×256,

stable-diffusion model目录修改、自定义

stable-diffusionmodel目录修改、自定义修改文件stable-diffusion-webui/modules/paths_internal.py28行修改文件stable-diffusion-webui/modules/paths_internal.py28行models_path=os.path.join(data_path,"models")#原来models_path='/workspace/diffusion_model/Stable-diffusion'#你想修改的路径

知网AIGC怎么判定AI代写

内容:在数字化浪潮中,人工智能(AI)已经渗透到我们生活的方方面面,其中就包括写作领域。知网AIGC作为先进的AI技术,为我们提供了一种全新的内容创作方式。然而,随着AI代写现象的逐渐普及,如何判定一篇文章是否为AI代写成为了一个亟待解决的问题。本文将从七个方面深入剖析,带您一探究竟。知网AIGC怎么判定AI代写可以根据一下几点来判断:一、理解AI代写AI代写,即利用人工智能技术进行文章创作。这种技术能够模拟人类写作过程,生成具有一定逻辑和连贯性的文本。然而,由于其缺乏人类情感、经验和独特视角,AI代写的文章往往显得机械、重复和缺乏创新。论文aigc检测率为多少合格二、识别AI代写的特征识别A

【AIGC】Stable Diffusion的采样器入门

在StableDiffusion中,采样器(Sampler)是指用于生成图像的一种技术或方法,它决定了模型如何从潜在空间中抽样并生成图像。采样器在生成图像的过程中起着重要作用,影响着生成图像的多样性、质量和创造性。以下是对StableDiffusion采样器的详细解释:潜在空间抽样:采样器负责从潜在空间中抽样,并将这些样本输入到生成器中以生成图像。潜在空间是一个高维向量空间,其中每个向量代表一个潜在的图像表示。通过从潜在空间中抽样不同的向量,采样器可以生成不同的图像样本。采样策略:采样器决定了从潜在空间中抽样的方式和策略。不同的采样策略可能会导致生成图像的多样性和质量不同。例如,随机采样器可以

在 M1/M2 MacOS 上使用 Diffusers 运行 Stable Diffusion 模型

最近AI大热,从ChatGPT到StableDiffusion,各种AI生成模型层出不穷,作为凑热闹爱好者,也在不停尝试玩一玩各种模型。近期对于StableDiffusion模型比较感兴趣,之前也看到了很多在苹果电脑上运行StableDiffusion的文章,碰巧前段时间关注到了Apple开源的一个在M1/M2芯片上使用CoreML运行StableDiffusion的项目 ,于是就在这里介绍下如何快速上手这个项目。环境官方推荐的运行环境如下:PythonmacOSXcodeiPadOS,iOS3.813.114.216.2步骤conda环境这里我们使用conda来管理运行环境,所以需要首先安装

[AIGC] Nginx:一个高性能的 Web 服务器和反向代理

Nginx(enginex)是一个高性能的Web服务器和反向代理,它由IgorSysoev于2002年开发,并于2004年首次发布为开源软件。Nginx是当今最受欢迎的Web服务器之一,它在互联网上被广泛使用,支持millions个网站和应用程序。文章目录什么是Nginx?为什么选择Nginx?1.高性能2.可扩展3.易用4.可靠5.开源如何使用Nginx?1.下载and安装Nginx2.配置Nginx3.启动and停止Nginx4.测试and调优Nginx结论什么是Nginx?Nginx是一个免费、开源、高性能的Web服务器和反向代理,它可以用来处理HTTP、HTTPS、SMTP、POP3、

【SVD生成视频+可本地部署】ComfyUI使用(二)——使用Stable Video Diffusion生成视频 (2023.11开源)

SVD官方主页:Huggingface||Stability.ai||论文地址huggingface在线运行demo:https://huggingface.co/spaces/multimodalart/stable-video-diffusionSVD开源代码:Github(含其他项目)||Huggingface在Comfyui使用:ComfyUI国内下载|SVD模型下载||官网下载(Github)文章目录一、SVD是什么,能做什么?(图片到视频)1.1模型的缺点(不能干的事情)?二、在comfyui中使用(约15G`显存`)2.1Stable-XL生成图片再生成视频(Text2Img2V

Stable Diffusion——文生图界面参数讲解与提示词使用技巧

Clip终止层数什么是ClipCLIP(ContrastiveLanguage-ImagePretraining)是由OpenAI于2021年开发的一种语言图像对比预训练模型。其独特之处在于,CLIP模型中的图像和文本嵌入共享相同的潜在特征空间,这使得模型能够直接在图像和文本之间进行对比学习。CLIP模型通过训练使相关的图像和文本在特征空间中更紧密地结合在一起,同时将不相关的图像在特征空间中分开。这种对比学习的方式使得CLIP模型能够理解图像和文本之间的语义关系,并在各种视觉和语言任务上取得优异的表现,如图像分类、文本检索、图像生成等。CLIP的出现对于促进图像和文本之间的跨模态理解和交互具有

AIGC查重高怎么降:七步解决策略

大家好,小发猫降ai今天来聊聊AIGC查重高怎么降:七步解决策略,希望能给大家提供一点参考。降ai辅写以下是针对论文AI辅写率高的情况,提供一些修改建议和技巧,可以借助此类工具:还有:AIGC查重高怎么降:七步解决策略在学术研究和内容创作中,AIGC(人工智能生成内容)的普及带来了极大的便利,但同时也伴随着查重率上升的困扰。当AIGC查重高时,如何有效降低成为了一个重要问题。本文将从七个方面探讨AIGC查重高的解决方法,帮助你更好地应对这一挑战。一、了解AIGC查重机制首先,我们需要深入了解AIGC查重机制的工作原理。AIGC查重工具通过比对生成内容与已有文献的相似度来计算查重率。了解这一点,