Stable Diffusion也简称SD。其实倒也不是第一次用，去年的时候在破旧的笔记本上跑过，画一张图吧2G小显存的显卡风扇转的快赶上飞机了，还慢的要死，用了几次后就没啥兴趣了。
这不最近攒了个主机，本着测试一下显卡的目的，前两天又开始倒腾。这次还是用的B站上秋叶整合包4.6版本（【AI绘画·24年1月最新】Stable Diffusion整合包v4.6发布！解压即用 防爆显存 三分钟入门AI绘画 ☆更新 ☆训练 ☆汉化 秋叶整合包_哔哩哔哩_bilibili），安装本身没啥好说的，直接解压就可以了，默认设置的话直接运行就可以跑起来。昨天研究了一下模型和提示词，今天整理做个记录。

模型目录

SD中模型分好几种，对应的模型文件放的位置也不一样。
基础模型（大模型/底模型）
这个就是SD主要的模型，在这个模型的基础上其他模型进行相关的细节调整。每个基础模型都有自己的特点。
这类模型下载下来后就放到SD目录下models/Stable-diffusion目录里。如果模型多的话可以根据喜好建分类目录便于管理。
VAE模型
主要用于图片色彩和滤镜等方面的调整。
文件放在models/VAE目录里。
Lora模型
针对特定风格的人物特征进行调整。
文件放在models/lora目录里。
Embedding模型
现在好像用不太到了，很多模型都包括了。
Hypernetwork模型
据说现在很少用了？

以上模型从文件名来看很难区分是哪类模型，网上有工具可以解析（Stable Diffusion 法术解析），本地运行不用担心泄露个人信息，直接把文件拖过去自动解析模型类型。
需要注意的是，基础模型和其他模型有对应关系，比如某个lora模型是基于某个基础模型的。
接下来我去研究一下怎么画好看的小姐姐。

提示词

这部分的内容太多且复杂，网上有很多的promt的教程。
过去我都是一个个单词间隔开来描述，昨天了解到还有以下的一些技巧：
A_B:把A和B组合成一个词；这个感觉就相当于google搜索时把关键词加引号，强制把关键词绑定在一起。
A and B：A和B融合在一起；这个感觉是生成的图上表现出A和B两个事物的融合，比如“beauty and fish”，就生成美人鱼？
A break B：把A和B隔离开；如果提示词里有很多同一类的词，比如颜色，通过这个方式进行隔离。我感觉也是和加引号差不多意思。
权重：通过小括号()、大括号{}进行加权，一个小括号加0.1、一个大括号加0.05，正常表示(promt)，代表权重1.1，括号可以叠加，也就是((promt))代表权重1.1 * 1.1=1.21。也可以通过(promt:1.2)这种方式直接把权重写在括号里（感觉这种方式更方便灵活）。中括号[]表示降权。
采样占比：生成图中输入的提示词的比例。[A:0.8]表示在整幅图中画了80%的时候开始画A，[A::0.8]表示前面80%画A，[A:B:0.8]表示前80%画A后20%画B。感觉这个调整的是图中各个提示词的占比。

初步感想

网上有很多的教程，我就说说我的感受。
1，提示词能够把握图的整体，但是感觉各个参数的调整对图的影响也很大，特别是seed的值，不一样的seed值感觉天差地别。
2，迭代步数20-30之间感觉效果还可以，超过了后就容易出一些稀奇古怪的图。
3，采样方法感觉影响不大。

一些参考材料

重绘学派法术绪论1.1.pdf
Stable Diffusion 潜工具书

一些模型资源网站：
C站：civitai.com，需要有魔力。
hugging face：Hugging Face – The AI community building the future.

往年今天...

• 谈谈天气 - 2010
• links for 2010-03-07 - 2010
• 烦 - 2006
• 越来越有种冲动 - 2006