Stable Diffusion使用的模型,释放稳定扩散的力量:大型和小型神经网络模型如何革命化图像生成。
Checkpoint:Stable Diffusion运算使用的主要神经网路模型,可以想像为「大模型」。其档案容量通常很大(约2GB以上),使用不同的Checkpoint将大幅影响产生图像的风格。
VAE:Variational Autoencoder(变分自动编码器),它是神经网路模型中的一部分,主要用途为补充模型不足之处,可以想像为「小模型、修正档」。它能改善现有Checkpoint在产生眼睛、文字等小区域的细节品质,而不需使用容量庞大的全新模型。
小模型类:包含Textual Inversion(文字倒转)、Hypernetwork(超网路)、LoRA(Low-Rank Adaptation,低秩调整)等模型,它们分别能以不同的方式介入算图的运算过程,能够有效影响图像和提示词的互动行为,可以想像为「小模型、描述档」。它最的优势是档案容量小很多(约200MB以内),可以用于收束图像的风格或指定角色。
扩充功能:也就是Stable Diffusion的外挂程式,可以提供更多功能,例如透过ControlNet可以指定产品图像中人物的动作。 #ChatGPT# #Stable Diffusion# #AI绘画模型# #AI人工智能绘画#



Checkpoint:Stable Diffusion运算使用的主要神经网路模型,可以想像为「大模型」。其档案容量通常很大(约2GB以上),使用不同的Checkpoint将大幅影响产生图像的风格。
VAE:Variational Autoencoder(变分自动编码器),它是神经网路模型中的一部分,主要用途为补充模型不足之处,可以想像为「小模型、修正档」。它能改善现有Checkpoint在产生眼睛、文字等小区域的细节品质,而不需使用容量庞大的全新模型。
小模型类:包含Textual Inversion(文字倒转)、Hypernetwork(超网路)、LoRA(Low-Rank Adaptation,低秩调整)等模型,它们分别能以不同的方式介入算图的运算过程,能够有效影响图像和提示词的互动行为,可以想像为「小模型、描述档」。它最的优势是档案容量小很多(约200MB以内),可以用于收束图像的风格或指定角色。
扩充功能:也就是Stable Diffusion的外挂程式,可以提供更多功能,例如透过ControlNet可以指定产品图像中人物的动作。 #ChatGPT# #Stable Diffusion# #AI绘画模型# #AI人工智能绘画#


