文章目录前言-浅谈AIGCAIGC-引领人工智能走向春天春天里盛开的AI绘画AI绘画之StableDiffusion2.0登场人人都有机会成为前沿的技术探索者基于AmazonSageMaker进行StableDiffusion模型部署认识AmazonSageMaker借助AmazonSageMaker进行环境搭建和模型推理1.创建jupyternotebook运行环境2.一键运行所有代码关键代码分析如下1.环境准备，代码模型下载2.在Notebook中配置并使用模型3.部署模型至Sagemaker推理终端节点在AmazonCloud9创建前后端Web应用1.创建云服务实例，并进行web环境安装

目录一sd安装二目标三sd基础3.1模型3.2vae（Variationalautoencoder，变分自编码器）3.3embedding3.3.1安装方式3.3.2使用方式3.4Lora3.4.1lora组成3.4.2使用：3.4.3效果3.4.4测试不同CFG效果3.5hypernetworks超网络3.6补充四总结转载请注明出处：🔗https://blog.csdn.net/weixin_44013533/article/details/130297373sd玩了很久了，自去年国庆刚出来，引起一片lsp欢呼，我那段时间也沉迷抽卡。后续一段时间的炼丹潮也就没跟进了，然后又陆续出来一些大模型

文章目录前言详细流程前言自从入了UnRaid的坑，发现Docker真是个好东西，各种各样的应用工具层出不穷，可以大大提高生产效率。然而在安装Docker应用后，对于如何方便的访问该应用，各个应用服务提供者给出的解决方案不是完全一样，有的按其默认模板安装后啥子也没有，需要自行复制地址访问，很不人性化。有没有什么好的方法，在安装容器后自动生成访问地址快捷菜单，一劳永逸的解决此痛点呢？经过我的不断摸索总结，终于搞明白了其设置方法。不敢独享，在此与大家分享【大佬绕过哈…】。详细流程假设UnRaid宿主机IP为192.168.111.111；假设容器端口为80；假设容器映射到UnRaid宿主机的端口为2

AI绘画平台地址https://ai.feilianyun.cn/梵高星空关键字：VanGogh’spaintings，Starryskyinaforeigngalaxy,octanerender,ultrarealistic8KHD--ar9:16参考图：盔甲骑士关键字：kneelingcatknight,portrait,finelydetailedarmor,intricatedesign,silver,silk,cinematiclighting,4k,unrealengineCGI,artstationbyMakotoShinkaiandBeksinski,pixiv.参考图：风景画

AI绘画平台地址https://ai.feilianyun.cn/梵高星空关键字：VanGogh’spaintings，Starryskyinaforeigngalaxy,octanerender,ultrarealistic8KHD--ar9:16参考图：盔甲骑士关键字：kneelingcatknight,portrait,finelydetailedarmor,intricatedesign,silver,silk,cinematiclighting,4k,unrealengineCGI,artstationbyMakotoShinkaiandBeksinski,pixiv.参考图：风景画

尝试本地部署StableDiffusion的时候遇到了很多的麻烦，自己训练AI也非常的麻烦，可以尝试使用Webui使用别人上传的模型第一步进入网站https://github.com/camenduru/stable-diffusion-webui-colab向下拉到readme第一个stable_diffusion_webui_colab，点击左边OpeninColab的图标跳转到GoogleColab的网站，这一步需要谷歌账号注册，方法可以参见我的上一篇文章http://t.csdn.cn/BV9Ya点击上方任务栏中的“代码执行程序”点击更改运行时类型选择GPU保存之后，点击“代码执行程序

尝试本地部署StableDiffusion的时候遇到了很多的麻烦，自己训练AI也非常的麻烦，可以尝试使用Webui使用别人上传的模型第一步进入网站https://github.com/camenduru/stable-diffusion-webui-colab向下拉到readme第一个stable_diffusion_webui_colab，点击左边OpeninColab的图标跳转到GoogleColab的网站，这一步需要谷歌账号注册，方法可以参见我的上一篇文章http://t.csdn.cn/BV9Ya点击上方任务栏中的“代码执行程序”点击更改运行时类型选择GPU保存之后，点击“代码执行程序

2022图像翻译/扩散模型：UNIT-DDPM:UNpairedImageTranslationwithDenoisingDiffusionProbabilisticModels.UNIT-DDPM:无配对图像翻译与去噪扩散概率模型0.摘要1.概述2.相关工作2.1.Image-to-Image翻译2.1.1成对图像间翻译2.1.2未配对的图像间翻译2.2.扩散概率模型去噪3.方法3.1.模型训练3.2.图像翻译推理4.评估4.1.基线4.2.数据集4.3.通过UNIT-DDPM的图像到图像翻译4.4.结果4.5.消融实验4.6.局限5.结论参考文献0.摘要我们提出了一种新的无配对图像间翻译方

2022图像翻译/扩散模型：UNIT-DDPM:UNpairedImageTranslationwithDenoisingDiffusionProbabilisticModels.UNIT-DDPM:无配对图像翻译与去噪扩散概率模型0.摘要1.概述2.相关工作2.1.Image-to-Image翻译2.1.1成对图像间翻译2.1.2未配对的图像间翻译2.2.扩散概率模型去噪3.方法3.1.模型训练3.2.图像翻译推理4.评估4.1.基线4.2.数据集4.3.通过UNIT-DDPM的图像到图像翻译4.4.结果4.5.消融实验4.6.局限5.结论参考文献0.摘要我们提出了一种新的无配对图像间翻译方

文章目录（零）前言（一）基础模型（Stable-Diffusion模型）（1.1）ChilloutMix（仿真）（1.2）BasilMix（仿真）（1.3）BeautyProMix（仿真）（1.4）ChikMix（仿真）（1.5）Dalcefo_Realistic_Tally_v3（仿真）（1.6）Dreamlike-photoreal-2.0（仿真）（1.7）MajicMixRealistic_v4（仿真）（1.8）Realdosmix（仿真）（1.9）RealMax_V34（仿真）（1.10）URPM_v13（仿真）（1.11）国风（2.5D）（1.12）Anythingv5（2D卡通）（