AI图像生成大有来头。新发布的开源图像合成模型称为StableDiffusion，它允许任何拥有PC和像样的GPU的人想象出他们能想象到的几乎任何视觉现实。它几乎可以模仿任何视觉风格，如果你给它输入一个描述性的短语，结果就会像魔术一样出现在你的屏幕上。一些艺术家 对这一前景感到高兴，其他人对此并不满意，而且整个社会似乎基本上还没有意识到通过Twitter、Discord和Github上的社区正在发生的快速发展的技术革命。可以说，图像合成带来的影响与相机的发明一样大——或者可能是视觉艺术本身的创造。甚至我们的历史感也 可能受到威胁，这取决于事态发展的方式。无论哪种方式，StableDiffusi
背景/简介：服务器不能翻墙，所以有了这个指南。主要是因为从github上把sdwebui拉下来之后，中间过程会从外网上下载很多模型文件、其他github上的项目，需要绕开这部分操作。模型文件没有办法还是得科学上网下载到本地，再通过ftp上传到服务器来解决。当然，可以的话，自己搭的服务器还是直接搭个梯子更快。======================================================先写个简单版1.安装anaconda 安装cuda10.2安装方法我的主页其他文章有写链接之后补2.创建环境，并激活condacreate-nsdwebuipython==3.10.
StableDiffusion使用过程中有许多插件及资源，此文主要为整理相关的插件及插件使用方式。对于需要魔法访问的部分资源进行搬运以便魔法失灵的小伙伴下载使用。C站助手插件（Civitai助手，V2将改名为**ModelInfo助手**。） tableDiffusionWebui扩展Civitai助手，用于更轻松的管理和使用Civitai模型。该模型可从C站下载，以下是搬运的链接插件使用指南https://download.csdn.net/download/bestpasu/87757145100个Lora资源整理的100个Lora资源，内容来自于C站，不能魔
AI绘画想必大家都有所耳闻，最近博主尝试了使用基于扩散过程的图像生成工具StableDiffusion来生成多样化的图片，生成的照片质量较高。本文将会介绍我使用StableDiffusion生成不同风格照片的过程，并阐述它与其他同类工具的比较以及它的工作原理。话不多说，我们先看看效果怎么样输入的原始图片：生成的照片效果：汉服 CG风格 插画风格 动漫风格 国画风格 壁纸风格 通过上面展示的这些生成照片，我们可以明显地看出，StableDiffusion生成的图像不仅具有艺术效果，而且还能更好地保留原始图像信息，使得生成的图像更加真实。总的来说，效果还是很好滴~~StableDiffusion
相关博文stable-diffusion-webui的基础功能手动安装，了解代码结构、依赖、模型出处安装成功结果主要参考cuda11.7下载-https://developer.nvidia.com/cuda-toolkit-archivecudnn8.6for11.x:https://developer.nvidia.com/rdp/cudnn-archivedreambooth\lora训练环境：最原始的命令端https://github.com/kohya-ss/sd-scriptsGUI端口https://github.com/bmaltais/kohya_ss环境安装参考：win11
注：最低电脑配置：8GVram+16GRAM+30G磁盘空间以上，20系列显卡及以上，windows>linux>macos。文件可以不放在系统盘。举个例子：安装在D盘，在D盘创建一个StableDiffusion文件夹。下载下面文件:1.下载python版本3.10.6（去python官网下载,安装的时候一定要记得把python加入到环境变量！！！可以安装的路径D:\StableDiffusion\Python\Python310）2.下载git（https://gitforwindows.org哪个版本都可以,安装到D:\StableDiffusion\Git）3.下载stable-dif
点击进入GitHub链接:https://github.com/camenduru/stable-diffusion-webui-colabCtrl+F搜索ChilloutMix，选择选择ChilloutMix模型，只要点击「Stable」就会自动跳到GoogleColab页面进入Googlecolab页面，点击运行点击运行后会跳出警告，选择仍然运行等待连接之后Googlecolab就开始运行脚本，需要等待约十分钟左右（因为GoogleColab要从云端下载StableDiffusion模型）,大概十分钟后会出现两个链接，随便选择一个然后就会进入StableDiffusion界面输入正面Pro
点击进入GitHub链接:https://github.com/camenduru/stable-diffusion-webui-colabCtrl+F搜索ChilloutMix，选择选择ChilloutMix模型，只要点击「Stable」就会自动跳到GoogleColab页面进入Googlecolab页面，点击运行点击运行后会跳出警告，选择仍然运行等待连接之后Googlecolab就开始运行脚本，需要等待约十分钟左右（因为GoogleColab要从云端下载StableDiffusion模型）,大概十分钟后会出现两个链接，随便选择一个然后就会进入StableDiffusion界面输入正面Pro
1.用lora配套的大模型效果更好lora训练是根据大模型作为参考，lora是根据那个大模型来训练参数的例如，这里以墨心lora为例，点击示例图片的中的“？”，在Model中就显示出了作者用于训练墨心lora的底模了2.最好使用和作者相同的参数还是以墨心lora为例，可以看到示例图片中有Sampler、Model、CFGscale等参数（1）Sampler——采样方式，在StableDiffusionWebUI中的Samplingmethod中进行选择（2）Model——作者使用的大模型，在StableDiffusionWebUI中的StableDiffusioncheckpoint中进行选择
目录1.GAN是什么？2.GAN的计算3.编写GAN的小小示例4.GAN的发展与应用 5.AI作画体验-DiscoDiffusion1.GAN是什么？2014年，因为朋友邀请协助一个计算机生成图像的项目，lanGooddellow发明了GAN（Generativeadversarialnetwork），被广泛用于图像生成！GAN翻译过来，就是生成对抗网络了，它确实“人”如其名，正是一个生成对抗的过程。生成器（Generator）：生成数据，企图骗过判别器判别器（Discriminator）：判断数据，企图揪出生成器生成的假数据让我们看一看这个生成对抗的过程吧，以图像为例（毕竟GAN大部分是为了
