第三课-界面介绍SD-Stable Diffusion 教程-Toy模板网

这篇具有很好参考价值的文章主要介绍了第三课-界面介绍SD-Stable Diffusion 教程。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

前言

我们已经安装好了SD，这篇文章不介绍难以理解的原理，说使用。以后再介绍原理。

我的想法是，先学会画，然后明白原理，再去提高技术。

我失败过，知道三天打鱼两天晒网的痛苦，和很多人一样试了安装 github 版本，生成了几张图，发现效果不太理想，就放着了。后来也是花了几千元学了很多 SD 的课程，才逐渐上道。

界面基本功能

安装好了 SD ，我们就可以再下面的网页上绘图了：
第三课-界面介绍SD-Stable Diffusion 教程,stable diffusion

①：大模型：绘图的主要模型，大小一般都在几个G。
②：VAE模型：可以理解为让图片更明亮一些。(不重要，现在的大模型一般都自带了VAE)
③：CLIP终止层数：值越大，出的结果和你预想的差别越大。这个值我们一般固定用1-4，默认用2就行。
④：文生图：常用的生成图片方式，根据提示词来生成图片。框中就是我们写的提示词，只能用英文。
正向提示词：告诉 SD 需要生成什么样的图片，比如，一个桃子。
⑤：反向提示词：告诉 SD 图片中不需要什么元素，比如，狗。意思是不要狗。

⑥：迭代步数：一般地，数值越高，画得越好，时间越长。30是比较合适的数值。
⑦：采样方法：Euler a 方法是扩散类型的，结果很难控制。我们一般采用 DPM++ 2S a Karras 等几个，结果不会发生大的变化，而是不断丰富细节，容易控制。
⑧：生成的图片。

选好基本参数，大模型，迭代步数30，采样方法DPM++ 2S a Karras，再加上自己写的提示词，就可以画出一幅比较完整的画了。

尝试过后，你可能发现，图片似乎还不够理想，没有完全按照你的想法来，比如脸部不正常。下次我们会继续介绍如何完善图片的方法。