部署环境：环境：虚拟机Centos7、6处理器、8G内存+10G交换内存、没有GPU使用CPU硬解windows版本的可以直接使用整合包：看评论的转载链接自行下载，解压即可用安装Git2.15.1提示：这里可能source后版本是1.8.3，只需要重新yumremovegit&&source/etc/profile#我这里使用的是aliyun的源[root@sd-webio-53/]#vim/etc/yum.repo.d/aliyun.repo[aliyun-os]name=aliyun-osbaseurl=https://mirrors.aliyun.com/centos/7/os/x86_
StableDiffusion于2022-08-23开源，点击体验扩散模型的定义与采样方法扩散模型通过定义一个不断加噪声的前向过程来将图片逐步变为高斯噪声，再通过定义了一个逆向过程将高斯噪声逐步去噪变为清晰图片以得到采样。在采样过程中，根据是否添加额外的噪声，可以将扩散模型分为两类：一类是扩散随机微分方程模型（DiffusionSDE），另一类是扩散常微分方程（DiffusionODE）。两种模型的训练目标函数都一样，通过最小化与噪声的均方误差来训练一个“噪声预测网络”。StableDiffusionWebUi简称SDWebUi，webUI是一个基于Gradio库的StableDiffusio
StableDiffusion于2022-08-23开源，点击体验扩散模型的定义与采样方法扩散模型通过定义一个不断加噪声的前向过程来将图片逐步变为高斯噪声，再通过定义了一个逆向过程将高斯噪声逐步去噪变为清晰图片以得到采样。在采样过程中，根据是否添加额外的噪声，可以将扩散模型分为两类：一类是扩散随机微分方程模型（DiffusionSDE），另一类是扩散常微分方程（DiffusionODE）。两种模型的训练目标函数都一样，通过最小化与噪声的均方误差来训练一个“噪声预测网络”。StableDiffusionWebUi简称SDWebUi，webUI是一个基于Gradio库的StableDiffusio
roop的github地址：https://github.com/s0md3v/roop安装python（pip如果需要也安装）记住到2023-6-18这天一定要是python3的10版本，11版本会有包不兼容，我就这个问题耗费了一天。我使用的是：python3.10.9python下载地址：https://www.python.org/downloads/下载之后无脑安装但有一点，全局变量PATH一定要勾选安装git下载地址：https://git-scm.com/download/win无脑安装就好安装ffmpeg下载地址：https://ffmpeg.org/download.html#
源码地址：https://github.com/lllyasviel/ControlNet|最新版本controlnet-v1.1论文地址：2302.AddingConditionalControltoText-to-ImageDiffusionModels扩展UI地址（需先安装sd-webui）：https://github.com/Mikubill/sd-webui-controlnet相关博文相关博文-stable-diffusion-webui的基础功能手动安装，了解代码结构、依赖、模型出处stable-diffusion训练GUI安装——lora、dreamboothstable-d
简介stable-diffusion-webui是一个用来装载StableDiffusion模型的网页，可以方便的调用模型生成图片。stable-diffusion-webui的github地址为：https://github.com/AUTOMATIC1111/stable-diffusion-webui这个库的依赖很多，虽然代码里面有写安装依赖库的代码，但几乎都是国外资源，在国内网络环境下很难下载而出现代码报错。本文将几乎所有需要的依赖下载到了本地，且将里面一些安装的链接改成了国内源，因此可以更方便的安装。【注意】：这个教程的环境是linux，windows环境可以去找一些懒人包步骤代码文
前置条件:1.需要科学上网2.电脑需要安装好homebrew1.github拉取代码在需要的位置拉取源码gitclonehttps://github.com/AUTOMATIC1111/stable-diffusion-webui2.安装python这里安装3.10.6,按理来说只要高于这个版本应该都好使brewinstallpython@3.10.63.安装官方模型或者其他模型1.下载模型:https://civitai.com/2.把模型复制到需要放模型的目录,例如我的:/Users/zijieyan/Downloads/stable-diffusion-webui/models/Stab
环境操作系统:Windows11显卡:RTX20606GB显存安装Python下载Python3.10.6https://www.python.org/ftp/python/3.10.6/python-3.10.6-amd64.exe安装注意勾选AddPython3.10.6toPATH，然后一路下一步即可打开powershell，确认安装成功python--version安装git下载githttps://github.com/git-for-windows/git/releases/download/v2.41.0.windows.1/Git-2.41.0-64-bit.exe完成安装通过
探索Midjourney之旅，学习绘画与AI，一同成长。加入「阿杰与AI」公众号，参与内容社群建设。1.Midjourney新手快速起步指南2.Prompts-提示指令3.ExplorePrompting-提示指令的探索4.Blend-叠加5.MidjourneyDiscord的使用手册6.Versions-版本7.UpScalers-放大器8.Midjourney命令教程9.Midjourney参数合集10.MidjourneyPrompt进阶探索11.Midjourney的--seed解释，并附有例子12.Promp关键词公式13.ChatGPT生成SD和MidJourney的提示（pro
文章目录（一）Roop项目的特点（二）Roop也能加速***（三）Roop更新和依赖（3.1）飞速更新（3.2）依赖问题（3.3）需要CUDA么前两天写了🔗《简单介绍Roop（类似SimSwap）单张图视频换脸的项目》，介绍了基本安装使用。之后这个项目飞快的更新着，减少了很多问题更加实用了，所以准备多说几句。（一）Roop项目的特点官方：🔗地址。之前只觉得它很方便用，选一张图，选一个视频，点击开始。后来发现这个项目更新得超级快，并且它最终合成的视频质量挺高的。对比DeepFaceLab和SimSwap大概特点如下：Roop：更注重源的特征，相对缺少目标视频的自然程度，角度远近有要求（单图嘛），
