Sable Diffusion(SD)是什么
Stable Diffusion是2022年发布的深度学习文本到图像生成模型,它属于潜在扩散模型的范畴,由创业公司 Stability AI 携手众多学术研究者以及非营利组织共同研发。
目前,SD 的源代码与模型均已开源。在 Github 平台上,有一个由 AUTOMATIC1111 维护的完整项目,全球各地的开发者都在参与该项目的维护工作。鉴于完整版 SD 在网络方面存在一些特定要求,国内有不少开发者对其进行了不同版本的封装,以满足国内用户的使用需求。开源社区在推动 SD 的广泛应用方面发挥了极为重要的作用。
运行AI绘画所需的配置需求。操作系统要求windows10以后的系统CPU不做强制性要求,内存推荐8G以上,显卡必须是airmediadia的独立显卡,显存最低4G推荐20G以后。A卡核显只能用GPU跑,并且推荐把整合包放在固态硬盘中,提升模型加载速度。
AI 训练和产出的过程基于软硬件结合的深度学习原理,因此在实际操作中,经常会用到英伟达公司的显卡,以及诸如 CUDA、CUDNN 等相关工具,还有 python 相关的深度学习组件,如 xformer、pytorch 等。对于想要深入学习 AI 的人来说,这些内容往往涉及大量额外的编程知识,学习难度较大。不过,本文以及秋叶包不会涉及这些复杂内容,相比原版而言,会更加容易理解和部署。
SD基本概念
大模型:用素材+SD低模(如SD1.5/SD1.4/SD2.1),深度学习之后炼制出的大模型,可以直接用来生图。大模型决定了最终出图的大方向,可以说是一切的底料。多为CKPT/SAFETENSORS扩展名。
VAE:类似滤镜,是对大模型的补充,稳定画面的色彩范围。多为CKPT/SAFETENSORS扩展名。
LoRA:模型插件,是在基于某个大模型的基础上,深度学习之后炼制出的小模型。需要搭配大模型使用,可以在中小范围内影响出图的风格,或是增加大模型所没有的东西。炼制的时候如果基于SD底模,在不同大模型之间更换使用时的通用性会较好。但如果基于特定的大模型,可能会在和该大模型配合时得到针对性的极佳效果。
ControlNet:神级插件,让SD有了眼睛,能够基于现有图片得到诸如线条或景深的信息,再反推用于处理图片。
Stable Diffusion Web-UI(SD-WEBUI):开源大神AUTOMATIC1111基于Stability AI算法制作的开源软件,能够展开浏览器,用图形界面操控SD。
秋叶整合包:中国大神秋叶开发的整合包。由于WEBUI本身基于GitHub的特性,绝大多数时候的部署都需要极高的网络需求,以及Python环境的需求。使用秋叶整合包,内置了和电脑本身系统隔离的Python环境,以及内置了Git,不需要了解这两个软件就可以运行。可以几乎忽视这样的门槛,让更多人能够享受AI出图。
软件下载:
第一步:下载完整合包后,首先要先解压
第二部:如果之前没用过启动器,首先需要安装启动器的依赖
安装完成之后进入整合包,直接双击启动器
第三步:点击右下角的一键启动
然后会弹出这个页面,让这个页面加载一会
接着就可以看到它自动在浏览器中打开了一个新的网页,就算是启动成功了。
关于AI绘画技术储备
学好 AI绘画 不论是就业还是做副业赚钱都不错,但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料,给那些想学习 AI绘画 的小伙伴们一点帮助!
对于0基础小白入门:
如果你是零基础小白,想快速入门AI绘画是可以考虑的。
一方面是学习时间相对较短,学习内容更全面更集中。
二方面是可以找到适合自己的学习方案
包括:stable diffusion安装包、stable diffusion0基础入门全套PDF,视频学习教程。带你从零基础系统性的学好AI绘画!
零基础AI绘画学习资源介绍
👉stable diffusion新手0基础入门PDF👈
(全套教程文末领取哈)
👉AI绘画必备工具👈
温馨提示:篇幅有限,已打包文件夹,获取方式在:文末
👉AI绘画基础+速成+进阶使用教程👈
观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
温馨提示:篇幅有限,已打包文件夹,获取方式在:文末