Stable Diffusion 入门教程之参数详解（下）

      1. 先容

        上一文中《Stable Diffusion 入门教程之参数详解（上）》对 Stable Diffusion 绘图的常用底子参数举行相识读，本文将继承深入探究Stable Diffusion绘图的进阶参数，这些参数为用户提供了更多的控制权和机动性，以便根据创作需求举行精致调解。
        这些进阶参数为Stable Diffusion提供了更多的控制权和机动性，利用户可以或许根据本身的创作需求举行精致调解。然而，必要留意的是，调解这些参数大概必要肯定的履历和试错，因此发起在利用前细致阅读本教程，并徐徐探索得当本身的参数设置。
     2. 进阶参数

     2.1. 天生批次

        天生批次是指SD一共会天生几批次的图片。这意味着，假如您设置天生批次为3，那么会分三次完成图片的天生使命。每次批次天生竣事后，SD会举行内部的盘算和处置处罚，然后开始下一批次的天生。这个参数紧张影响天生图片所需的总时间。假如您渴望更快地得到全部的图片，可以思量增长天生批次。
    2.2. 批次数目

        批次数目则是指SD在每一批次中天生的图片张数。比方，假如您设置每批数目为5，那么显卡会在每一次批次中天生5张图片。这个参数紧张影响每次点击天生按钮时，SD必要处置处罚的图片数目。必要留意的是，每批数目过高大概会导致显存不敷，从而导致天生失败。因此，在调解这个参数时，必要根据本身的显卡性能和可用显存来公道设置。
        综合上述这两个参数，您可以盘算出每次点击天生按钮时，SD会天生多少张图片。比方，假如天生批次设置为3，每批数目设置为5，那么每次点击天生按钮时，显卡会天生3批次图片，每批5张，统共15张图片。
     

     总批次数和但批数目         2.3. 提示词引导系数 (CFG Scale)

         提示词引导系数（CFG Scale）在Stable Diffusion中是一个非常紧张的参数，它决定了模子在天生图像时对于输入提示词的遵照程度。CFG参数实质上在控制模子输出与文本提示之间的匹配程度，是文本提示对图像天生结果影响力的量化指标。
        当CFG值较低时，模子会拥有更多的自由来发挥创造力，天生的图像大概会与提示词有所偏离，显现出更多的艺术性和原创性。这种环境下，天生的图像大概包罗更多的AI创意，偶然以致会产买卖想不到的结果，但也更大概包罗与提示词不完全干系的元素或场景。
        相反，当CFG值较高时，模子会更加严酷地遵照输入的提示词，天生的图像将更贴近文本形貌的内容。这有助于确保天生的图像与用户的意图更为划一，但也大概限定了模子的创造性和多样性。在极度高的CFG值下，图像大概会变得过于生硬或不天然，以致出现伪影。
        默认的CFG值为7，这通常被以为是在创造力和天生正确性之间取得平衡的一个符合值。然而，这并不意味着每个场景或提示词都应该利用这个值。在调解过程中必要根据具体的需求和创作目标，得本地调解CFG值来得到更好的天生结果。
        根据履历，在调解CFG值时，必要留意克制将其设置得过低或过高。过低的CFG值大概导致天生的图像与提示词完全摆脱，而过高的CFG值则大概限定模子的创造力并导致图像质量降落。通常发起将CFG值保持在5到16的范围内，以确保天生结果的质量和干系性。
     

     提示词引导系数 (CFG Scale)    2.4.采样器 (Sampler)

        这是SD绘图过程中必选的参数，采样器紧张用于去除图像噪声和天生随机图像的过程中。采样器通过网络图像中的像素或数据点，往复除图像中的噪声。这种过程大概涉及对图像举行多次重复处置处罚，以得到更“干净”或更清晰的图像版本。去除图像噪声的方法确实多种多样，差别的方法大概在速率和正确性方面有所权衡。一些方法大概更偏重于快速处置处罚，而另一些方法大概更偏重于得到高质量的图像。
        
     

     采样器列表            我提供的这个版本中SD提供了30多个采样器，我们该怎样选择呢？着实常用的有三种，分别是 Euler a，DPM++ 2M Karras 和 DDIM，下面紧张对这3个采样器做进一步分析。

采样器	分析	实用场景
Euler a	Euler a作为一个用于控制时间步长的参数，在必要快速测试厘革且不特别注意结果可重复性的环境下，可以作为一个高效且质量相对不错的先人采样器选择。	ICON，二次元图像，小场景
DPM++ 2M Karras	这种方法在每个时间步长中实验多次操纵，从而可以或许在划一分辨率下捕捉到更多的细节。这使得它可以或许在较小的图像尺寸中纳入更多的内容，比如在小图中展示满身，代价是采样速率更慢。	写实人像，复杂场景描绘
DDIM	实验利用超高步数举行图像天生时，DDIM采样方法尤为实用。随着步数的增长，DDIM可以或许徐徐叠加更多的细节信息，从而在保持高服从的同时，进一步提拔图像的细节体现。这使得DDIM成为一个非常得当在寻求高质量图像细节时的选择。	写实人像，复杂场景描绘

        没有一个采样器是完善的，也没有一个采样器可以或许实用于全部环境。差别的采样器都有其独特的长处和范围性，而图像天生的质量和服从也每每受到多种因素的影响。
        在实际应用中，选择采样器必要根据具体的需求和目标来权衡。假如您寻求快速天生图像而且对图像质量的要求不是特别高，那么一些速率较快的采样器大概是更好的选择。而假如您对图像质量有更高的要求，乐意断送一些时间来得到更精致的细节，那么一些质量更高的采样器大概更得当您。
3. 总结

        至此，Stable Diffusion紧张的绘图参数已经先容完毕，我们必要联合绘图参数各自的特点，和它们之间存在的关联性，不停地举行调解，不绝的“抽卡”，以到达最佳的图像天生结果。
前几期必看文章：
        《Stable Diffusion绘图神器，2分钟极速安装教程！（提供安装包）》
        《Stable Diffusion 模子下载和利用方法》        
        《Stable Diffusion 入门教程之参数详解（上）》