本地springBoot打包成jar包，上传到服务器上，再当前目录新建DockerfileFROMopenjdk:17-jdk-alpineCOPY*.jar/app.jarCMDecho"======dockertest======"EXPOSE8081ENTRYPOINT["java","-jar","/app.jar"]进入当前目录执行：dockerbuild-tset-day-backend-1.0.0.nsapshot.生成新的镜像，再执行dockerrun-d-p8888:8888--nameset-day-backendset-day-backend-1.0.3.nsapshot

单容器部署+uwsgi2.1案例1）把UWSGI加入Django容器中的准备工作在前面例子中我们使用了Django了自带的runserver命令启动了测试服务器，但实际生成环境中你应该需要使用支持高并发的uwsgi服务器来启动Django服务。尽管本节标题是把uwsgi加入到Django容器中，但本身这句话就是错的，因为我们Django的容器是根据django_docker_img:v1这个镜像生成的，我们的镜像里并没有包含uwsgi相关内容，只是把uwsgi.ini配置文件拷入到Django容器是不会工作的。所以这里我们需要构建新的Dockerfile并构建新的镜像和容器。为了方便演示，我们

这是基于stablediffusionwebui(automatic1111项目）中安装LCM模型的方法，可大幅提升绘图速度。方法一：SD1.5基础模型，方法比较简单，直接从https://huggingface.co/latent-consistency/lcm-lora-sdv1-5/blob/main/pytorch_lora_weights.safetensors网站上下载pytorch_lora_weights.safetensors文件，放到lora子目录中，并把文件名改为lcm_lora_sd15.safetensors，提示词相关性CFG设置1-2之间，采样选4步，选定LCMl

AIGC热潮正猛烈地席卷开来，可以说StableDiffusion开源发布把AI图像生成提高了全新高度，特别是ControlNet和T2I-Adapter控制模块的提出进一步提高生成可控性，也在逐渐改变一部分行业的生产模式。惊艳其出色表现，也不禁好奇其背后技术。本文整理了一些学习过程中记录的技术内容，主要包括StableDiffusion技术运行机制，希望帮助大家知其所以然。一背景介绍AI绘画作为AIGC（人工智能创作内容）的一个应用方向，它绝对是2022年以来AI领域最热门的话题之一。AI绘画凭借着其独特创意和便捷创作工具迅速走红，广受关注。举两个简单例子，左边是利用controlnet新魔

在过去的2年里，我一直在tomcat上使用java+spring，我的应用程序变得非常庞大。启动时间现在将近3分钟，并且在开发过程中消耗了大量资源。所以我对如何让开发软件再次变得有趣的想法很感兴趣。我看过SpringDM/Geminiblueprint使其模块化，但体验并不方便。现在要添加更多模块，考虑开发另一个Web应用程序并使用Spring集成进行消息传递。显然，在一台台式机上开发这将是一个非常痛苦的经历。有人有云开发经验吗？我如何改进所有这些耗时耗资源的任务？在云端开发对我有帮助吗？ 最佳答案 这是典型的java+spring

GitHubPages是GitHub提供的静态页面托管服务，可以用来托管个人博客、项目文档等静态页面。GitHubPages支持Jekyll，可以使用Jekyll构建博客，也可以使用其他静态页面生成器。现在GitHubPages也在公测通过工作流部署静态页面，可以通过GitHubActions自动部署静态页面，这样页面构建工具就不再受约束，可以使用任何静态页面生成器。GitHubPages还支持自定义域名，可以绑定自己的域名。我的个人博客目前是托管在腾讯云COS上，使用GitHubActions自动部署，主要考虑是加快国内访问速度，现在都是在公众号上发布文章了，后期考虑把博客迁到GitHubP

stablediffusion微调总结stablediffusion模型类别：SDSD2SDXLSDXLLCM（潜在一致性模型）SDXLDistilledSDXLTurbo安装accelerate通过pip安装配置accelerateconfig查看配置安装diffusers数据处理BLIP模型优化微调方法Dreambooth微调准备数据：模型训练脚本：模型推理：模型转换脚本：Dream+LORA微调模型训练脚本：模型推理脚本：FullFineTune数据格式：训练脚本：推理脚本LORA微调数据格式：训练脚本：推理脚本：stablediffusion模型类别：SDSD是一个基于latent的扩

roop插件是一款换脸神器，可以在StableDiffusion中实现一键换脸，现在已经有了基于automatic1111的web-ui开源项目上的插件。windows版本上的安装教程已经很多了，这边就不说了。下面是ubuntu中的安装过程。1.roop的核心组件是insightface,但insightface只提供源码，没有wheel的安装包，所以需要先有编译环境支持：   sudoaptinstallbuild-essential2.安装扩展   启动webui后，打开界面，在扩展里安装roop插件，这边就不详述了。3.关闭webui后，重新启动，如果你运气好的话，会自动安装所有需要的部

「无套路！文末提供下载方式」2024年绘画圈最火的软件那妥妥的就StableDiffutionV4升级版无需安装，直接解压就能用（在此要感谢秋葉aaaki大佬的分享！）**比之前版本的更加智能、高效和易操作V4加强版小白也能轻易上手！1.软件背景信息▍StableDiffusion是什么？StableDiffusion（简称SD）是一种生成式人工智能，于2022年发布，主要用于根据文本描述生成详细图像，也可用于其他任务，如图像的修补、扩展和通过文本提示指导图像到图像的转换。除图像外，您还可以使用该模型创建视频和动画。这是AI绘画第一次能在可以在消费级显卡上运行，任何人都可以下载模型并生成自己的

文章目录前言1.本地搭建FastDFS文件系统1.1环境安装1.2安装libfastcommon1.3安装FastDFS1.4配置Tracker1.5配置Storage1.6测试上传下载1.7与Nginx整合1.8安装Nginx1.9配置Nginx2.局域网测试访问FastDFS3.安装cpolar内网穿透4.配置公网访问地址5.固定公网地址5.1保留二级子域名5.2配置二级子域名6.测试访问固定二级子域名前言FastDFS是一个开源的轻量级分布式文件系统，它对文件进行管理，功能包括：文件存储、文件同步、文件访问（文件上传、文件下载）等，解决了大容量存储和负载均衡的问题。特别适合以文件为载体的