系列文章：《AI-stable-diffusion(AI绘画)的搭建与使用》《AI-AI绘画的精准控图(ControlNet)》一、介绍近日，AI绘画（stable-diffusion）用来艺术化二维码算是比较火热的事了，这个idea是由国人用Checkpoint+LoRA+QRCodeControlNet组合实现出来的，下面是几张图片案例：这是原作者的文章：《AI生成可扫码图像—新ControlNet模型展示》不过，文章内并没有讲述艺术化二维码的具体过程，也没有现成的QRCodeControlNet可供使用（可能出于某些原因没有公布吧，瞎猜的~），从网上收集了一些资料，使用现有的Contro
本系列博客导航由浅入深理解latentdiffusion/stablediffusion(1)：写给初学者的图像生成入门课由浅入深理解latentdiffusion/stablediffusion(2)：扩散生成模型的工作原理由浅入深理解latentdiffusion/stablediffusion(3)：一步一步搭建自己的stablediffusionmodels
Windows11本地部署StableDiffusionwebUI0.什么是StableDiffusion1.什么是StableDiffusionwebUI2.Github地址3.安装CUDAToolkit11.84.安装cuDNNv8.9.1forCUDA11.x5.配置环境变量6.安装Python3.10.67.安装StableDiffusionwebUI8.启动StableDiffusionwebUI9.访问StableDiffusionwebUI0.什么是StableDiffusionStableDiffusion是一个潜在的文本到图像的扩散模型。感谢StabilityAI慷慨的计算捐
以坤坤为例，上网随便找了几个坤坤的人脸图像，作为训练的数据集 1 训练环境搭建建议看一遍教程，虽然这个up主好像不是很专业的样子，不过流程差不多是这样的，重点关注一下虚拟环境搭建完之后，在终端选择配置的操作，就是一堆yesno，的选项，跟着视频来就行了。1.1gitclone项目本地找个训练环境存放的文件夹，利用git工具拉取训练webui环境gitclonehttps://github.com/bmaltais/kohya_ss.git拉取后会有这样的目录，执行红框内的setup.bat文件就能安装训练的虚拟环境了（和之前搭建的SD框架虚拟环境类似，但是安装的python库版本会有所出入，如
以坤坤为例，上网随便找了几个坤坤的人脸图像，作为训练的数据集 1 训练环境搭建建议看一遍教程，虽然这个up主好像不是很专业的样子，不过流程差不多是这样的，重点关注一下虚拟环境搭建完之后，在终端选择配置的操作，就是一堆yesno，的选项，跟着视频来就行了。1.1gitclone项目本地找个训练环境存放的文件夹，利用git工具拉取训练webui环境gitclonehttps://github.com/bmaltais/kohya_ss.git拉取后会有这样的目录，执行红框内的setup.bat文件就能安装训练的虚拟环境了（和之前搭建的SD框架虚拟环境类似，但是安装的python库版本会有所出入，如
一、开启GoogleColab网址官网：https://colab.research.google.com/点击添加代码：二、执行如下代码指令!pipinstall--upgradefastapi==0.90.1!gitclonehttps://github.com/AUTOMATIC1111/stable-diffusion-webui!gitclonehttps://github.com/yfszzx/stable-diffusion-webui-images-browser/content/stable-diffusion-webui/extensions/stable-diffusio
一、开启GoogleColab网址官网：https://colab.research.google.com/点击添加代码：二、执行如下代码指令!pipinstall--upgradefastapi==0.90.1!gitclonehttps://github.com/AUTOMATIC1111/stable-diffusion-webui!gitclonehttps://github.com/yfszzx/stable-diffusion-webui-images-browser/content/stable-diffusion-webui/extensions/stable-diffusio
在这篇文章中，我想展示如何借助不同的软件工具从Youtube上发布的新闻剪辑中全自动生成包含文本和图像的新闻文章。使用当前用于处理媒体数据的AI模型，例如OpenAIWhisper、OpenAIGPT3和StableDiffusion。OpenAIWhisper是最近发布的模型，用于将音频数据转换为具有前所未有质量的书面文本。它已作为开源软件免费提供，并可作为Python库下载，网址为https://github.com/openai/whisper大语言模型中的经典“GPT3”并非免费提供，但可以通过付费API集成。我在这里使用它来创建一个简短的摘要，其中包含基本新闻事实和提取文本的新闻标题
文章目录xformersbug记录txt2imgdiffusers参考基础环境承接StableDiffusionv1,详情请见我的博文【文生图系列】StableDiffusionv1复现教程。然后更新pytorch和torchvision的版本，因为要使用GPU和xformers，需要下载gpu版本的pytorch。再下载open-clip-torch库文件，安装命令如下所示：condainstallpytorch==1.12.1torchvision==0.13.1torchaudio0.12.1cudatoolkit=11.3-cpytorchpipinstallopen-clip-tor
安装流程：下载stable-diffusion源码安装python添加host打开C:\Windows\System32\drivers\etc\host添加199.232.69.194github.global-ssl.fastly.net140.82.112.3github.com修改launch.py将所有替换成运行stable-diffusion-webui-1.2.1目录下webui-user.bat安装时长较长，耐心等待安装成功日志，主要是出现了地址“http://127.0.0.1:7860”venv"G:\\funny\\stable_diffusion\\tmp\\stabl
