草庐IT

Stable-diffusion-webui

全部标签

最新版本 Stable Diffusion 开源 AI 绘画工具之文本转换(Embedding)以及脚本(Script)高级使用篇

✨目录🎈文本转换/TextualInversion🎈自定义Embedding/TextualInversion🎈脚本/Script🎈脚本/Promptmatrix🎈脚本/X/Y/Zplot🎈文本转换/TextualInversion这个功能其实就是将你常用的提示词打包成一个关键词,你在写prompt的时候,只要输入这个关键词,就可以实现特定的各种预设好的画风、画质或者其他相关的特征。在之前的版本中,这个功能也被叫做文本嵌入(Embedding)我们可以在模型网站上找到很多别人已经打包好的TextualInversion,比如下图,我们点击右上角的筛选按钮,选择其中的TextualInversi

Stable Diffusion云端部署只需三步, 不吃电脑配置, 模型快速部署

牙叔教程简单易懂我是小白,小白跟我一步一步做就可以了,鼠标点两下就OK了,学点新东西,好吗?不想学的就走吧,离我远点.StableDiffusion是什么Stablediffusion是一个基于LatentDiffusionModels(潜在扩散模型,LDMs)的文图生成(text-to-image)模型。具体来说,得益于StabilityAI的计算资源支持和LAION的数据资源支持,StableDiffusion在LAION-5B的一个子集上训练了一个LatentDiffusionModels,该模型专门用于文图生成。看上去挺复杂的,但是咱们只是用它,不用花心思弄那些底层的东西,我吃鸡蛋就行

stable-diffusion项目环境配置

stable-diffusion项目环境配置python解释器python要求python要求3.10以上的版本本机物理环境不满足要求,建议使用anaconda创建虚拟环境condacreate–namediffusionpython=3.10退出base环境condadeactivate进入diffusion环境condaactivatediffusion验证python版本python-V安装git2卸载老版本gityumremovegit安装新版本gityuminstallhttps://repo.ius.io/ius-release-el7.rpmyuminstallhttps://d

c++ - 在 <chrono> 中将 monotonic_clock 重命名为 stable_clock 的基本原理是什么?

为什么委员会将monotonic_clock重命名为stable_clock?供应商提供monotonic_clock以实现向后兼容性,因此我预计monotonic_clock会持续一段时间。在C++0x中弃用某些东西似乎有点早。;)编辑:委员会有权利和责任在发布之前尽可能地重命名组件,就像在这种情况下所做的那样。我没有看到重命名的巨大好处。 最佳答案 N3128是这样做的提案并包含理由:Theimplementationofthetimeoutdefinitionnecessarilydependsonasteadyclock,o

c++ - 在 <chrono> 中将 monotonic_clock 重命名为 stable_clock 的基本原理是什么?

为什么委员会将monotonic_clock重命名为stable_clock?供应商提供monotonic_clock以实现向后兼容性,因此我预计monotonic_clock会持续一段时间。在C++0x中弃用某些东西似乎有点早。;)编辑:委员会有权利和责任在发布之前尽可能地重命名组件,就像在这种情况下所做的那样。我没有看到重命名的巨大好处。 最佳答案 N3128是这样做的提案并包含理由:Theimplementationofthetimeoutdefinitionnecessarilydependsonasteadyclock,o

ImageBind与Stable diffusion使用记录

参考代码ImageBind:GitHub-facebookresearch/ImageBind:ImageBindOneEmbeddingSpacetoBindThemAllImageBind+ stable-diffusion-2-1-unclip:GitHub-Zeqiang-Lai/Anything2Image:GenerateimagefromanythingwithImageBindandStableDiffusion最近很火的ImageBind,它通过利用多种类型(depth、text、heatmap、audio、IMU)的图像配对数据来学习单个共享表示空间。ImageBind不需

图生图—AI图片生成Stable Diffusion参数及使用方式详细介绍

        本文为博主原创文章,未经博主允许不得转载。        本文为专栏《Python从零开始进行AIGC大模型训练与推理》系列文章,地址为“https://blog.csdn.net/suiyingy/article/details/130169592”。        StableDiffusionwebui的详细安装步骤以及文生图(txt2img)功能详细介绍请参考本专栏前一篇文章,本节将具体介绍img2img、Extras、PNGInfo、CheckpointMerger、Train、Settings和Extensions等功能的详细使用方式。另外,本专栏具体更新可关注文章

谷歌Colab云端部署Stable Diffusion 进行绘图

系列文章目录本地部署StableDiffusion教程,亲测可以安装成功StableDiffusion界面参数及模型使用文章目录系列文章目录前言一、Colab是什么?二、操作步骤1.找到对应的脚本2.在谷歌Colab里执行脚本3.装载想要的模型4.开始绘图前言在之前的博客里,我们提到本地电脑部署StableDiffusion安全又方便,可以无限生成图片,但是对自己电脑的显卡有一定要求(显存最好大于4G)。如果我们的电脑配置较低,但也想用StableDiffusion无限生成图片,本文介绍一种GoogleColab云端部署的方式,前提是要有谷歌账号且能正常访问谷歌网站。一、Colab是什么?Co

本地部署Stable Diffusion Webui AI 记录

StableDiffusionWebuiAI本地部署基本分为两种方式:1、使用大佬的打包好的安装包一键部署b站秋葉aaaki2、手动部署(个人实践记录)参考文章本地部署基本要求1、需要拥有NVIDIA显卡,GTX1060(或者同等算力的N卡)以上,显存4G以上。2、操作系统需要win10或者win11的系统。3、内存16G或者以上,至少有一个128G以上的SSD固态硬盘。4、会使用科学上网。5、我的配置:CPUR55600H,显卡:GTX1650,4G显存,内存16G部署算法环境简单来说就是创建python3.10.6环境+git拉取webUI项目+下载CUDA+下载AI模型+运行项目一、创建

【黄啊码】教你免费体验Stable Diffusion,不用再辛苦爬梯子了

大家好,距离上一次发表csdn已经好几个月了,中间因为太忙,所以无暇顾及,今天就来教大家最近比较火的StableDifussion,记住红色圈圈的字【免费】最近AI大火,但鉴于Midjourney实在买不起,买了还得爬梯子,真费劲,所以很多选择了免费开源的StableDifussion,但是,烧显卡啊!!!硬件太贵,CPU又太费时,我琢磨了很久,最终选择了上云,结果现在正是各大厂商收割的季节,最终就搞了台本地电脑,硬是用4G的显卡烧了半个月,不过真的很费时,昨天有个朋友说,阿里云可以免费运行StableDifussion,把我一激灵,立马安排上了,具体链接如下:阿里云免费试用-阿里云阿里云免费