Stable Diffusion

  • Prompt: 提示词
  • Negative Prompt: 反向提示词
  • Width & Height: 要生成的图片尺寸。尺寸越大,越耗性能,耗时越久。
  • CFG Scale: AI 对描述参数(Prompt)的倾向程度。值越小生成的图片越偏离你的描述,但越符合逻辑;值越大则生成的图片越符合你的描述,但可能不符合逻辑。
  • Sampling Method: 采样方法。有很多种,但只是采样算法上有差别,没有好坏之分,选用适合的即可。
  • Sampling Steps: 采样步长。太小的话采样的随机性会很高,太大的话采样的效率会很低,拒绝概率高 (可以理解为没有采样到, 采样的结果被舍弃了)。
  • Seed: 随机数种子。生成每张图片时的随机种子,这个种子是用来作为确定扩散初始状态的基础。不懂的话,用随机的即可。
  • Checkpoint:
  • In-painting
  • Out-painting
  • Fp32: 意味着模型使用 32 位浮点数 (float point) 储存值,是模型的原始保存值
  • Fp16: 意味模型用 16 位浮点数存,相对于 Fp32 更小更快,但是无法用于 CPU,因为有的半浮点精度运算在 CPU 上不支持。通常为了更快的运算,在 GPU 上我们也会将 Fp32 转换成 Fp16,这个可以在设置里配置。
  • pruned: 意味对模型参数进行了修剪,以达到更快的运行速度(也就是丢了一些参数),感兴趣的参考:pruning-in-deep-learning-models
  • ema: ema(Exponential Moving Average 指数移动均值) 是一个技术用来抵抗波动以得到更好的结果,比如小明多次最后一次考试考砸了,这不能反映他的水平,取多次平均才能更好地表达他水平。感兴趣的参考:What is EMA?
  • .ckpt 和.safetensor:.ckpt 会把网络结构一起保存下来,如果有人在其中加入了病毒代码,也会直接运行!而 safetensor 只带了网络模型的参数值,而不带结构,所以加载比.ckpt 安全

Prompt

  • Stable Diffusion v1 模型,prompt 限制在 75 tokens,包括逗号。