?作者：韩信子@ShowMeAI?深度学习实战系列：https://www.showmeai.tech/tutorials/42?自然语言处理实战系列：https://www.showmeai.tech/tutorials/45?计算机视觉实战系列：https://www.showmeai.tech/tutorials/46?本文地址：https://www.showmeai.tech/article-detail/392?声明：版权所有，转载请联系平台与作者并注明出处?收藏ShowMeAI查看更多精彩内容随着DiffusionModel的普及，大家可能注意到互联网上有着铺天盖地的人工智能(A
?作者：韩信子@ShowMeAI?深度学习实战系列：https://www.showmeai.tech/tutorials/42?自然语言处理实战系列：https://www.showmeai.tech/tutorials/45?计算机视觉实战系列：https://www.showmeai.tech/tutorials/46?本文地址：https://www.showmeai.tech/article-detail/392?声明：版权所有，转载请联系平台与作者并注明出处?收藏ShowMeAI查看更多精彩内容随着DiffusionModel的普及，大家可能注意到互联网上有着铺天盖地的人工智能(A
1、基本概念介绍1.1、WhatisGenerator在之前我们的网络架构中，都是对于输入x得到输出y，只要输入x是一样的，那么得到的输出y就是一样的。但是Generator不一样，它最大的特点在于多了另外一个具有随机性的输入，如下图：其中输入除了x之外，还有一个z，而z是从一个已知的分布之中进行采样得到的，例如高斯分布等等。那么由于z具有一定的随机性，那么由x与z获得的输出y也就不再只是一个确定的值，而是一个复杂的分布。1.2、Whydistribution为什么需要将输出y变成一个分布呢？来看下面这个例子：假设我们现在正在做一个画面预测的任务，根据以前的画面数据预测接下来里面的小精灵会往哪
1、基本概念介绍1.1、WhatisGenerator在之前我们的网络架构中，都是对于输入x得到输出y，只要输入x是一样的，那么得到的输出y就是一样的。但是Generator不一样，它最大的特点在于多了另外一个具有随机性的输入，如下图：其中输入除了x之外，还有一个z，而z是从一个已知的分布之中进行采样得到的，例如高斯分布等等。那么由于z具有一定的随机性，那么由x与z获得的输出y也就不再只是一个确定的值，而是一个复杂的分布。1.2、Whydistribution为什么需要将输出y变成一个分布呢？来看下面这个例子：假设我们现在正在做一个画面预测的任务，根据以前的画面数据预测接下来里面的小精灵会往哪
在DiscoDiffusion官方说明的第一段，其对自身是这样定义：AIImagegeneratingtechniquecalledCLIP-GuidedDiffusion。DD是通过CLIP来进行图文匹配，引导AI进行图像生成的技术，通过Diffusion持续去噪去生成图像的，而在整个过程中，CLIP不断地评估图像和文本之间的距离，来为生成图像的整体方向进行指导，最终就体现为“输入文字-生成图画”，因此我们便可以通过文字来引导AI生成艺术风格图片。启动矩池云快速使用DiscoDiffusion矩池云已经将DiscoDiffusion镜像搭建在平台上，可以直接使用，无需再进行环境搭建，主机市场
在DiscoDiffusion官方说明的第一段，其对自身是这样定义：AIImagegeneratingtechniquecalledCLIP-GuidedDiffusion。DD是通过CLIP来进行图文匹配，引导AI进行图像生成的技术，通过Diffusion持续去噪去生成图像的，而在整个过程中，CLIP不断地评估图像和文本之间的距离，来为生成图像的整体方向进行指导，最终就体现为“输入文字-生成图画”，因此我们便可以通过文字来引导AI生成艺术风格图片。启动矩池云快速使用DiscoDiffusion矩池云已经将DiscoDiffusion镜像搭建在平台上，可以直接使用，无需再进行环境搭建，主机市场
基于Docker安装的StableDiffusion使用CPU进行AI绘画由于博主的电脑是为了敲代码考虑买的，所以专门买的高U低显，i9配核显，用StableDiffusion进行AI绘画的话倒是专门有个CPU模式，不过安装过程经历了许多坎坷，特此记录一下博主的环境是Windows11附带的WSL2中安装的Ubuntu20.04LTS,安装的StableDiffusionDocker版本为2.1.0安装条件安装Docker安装DockerCompose会Docker（博主说的比较粗略，不建议没有docker经验的按本博客进行）一、下载代码地址：https://github.com/AbdBar
