【AI绘画】深入理解Stable Diffusion！站内首个深入教程，30分钟从原理到模型训练 买不到的课程

夜岚_晴雅:
写个笔记,这个是给已经看完需要复盘的人用的 （主要也是本人自用） 记得给秋叶这个视频一个大大的三连,我这个笔记就不用给了,留给秋叶就好 先更一下前面的地方...

竖土不立:
【赛博佛祖教程语录】00:05 大家好，我是秋叶，今天来直播给大家做一个关于Stable Diffusion的分享。这个课程本来是今年年初说要给一个企业讲...

【回复】谢谢你，学习委员[脱单doge]
没有威严的zz雪雪:
早上说不想上课，下午却讲了这么多，这下是傲娇工科傻白甜小女友了[doge]

【回复】是工科啊，之前谁跟我说是傲娇工口傻白甜小女友啊[笑哭]
1lch2:
上过深度学习课还是听得一头雾水[藏狐]，我的水平只能理解到CNN和LSTM之类的传统网络了

【回复】回复 @非比亿ge : 就是stable diffusion这个模型用到的一些基础技术罢了，视频里提到的U-net就是一种CNN，vae是另一种无监督学习的模型。我水平连门都没入，这种扩散模型之前压根没接触过，上课也就是自己搓个三四层的神经网络分类图像啥的[藏狐]
【回复】卧槽 传统网络是什么 我感觉听你们说话就跟听英语一样
【回复】可以搭配GPT结合佛祖视频学习一下原论文，我一个本科计科学生靠着gpt读这些论文还是比较容易读懂的，然后再看佛祖视频解一下惑
VEEWONG:
秋叶大佬，昨天晚上刷到一个视频，才知道你是顶着病痛做的绘世，还一直更新至今，让我这个普通的小设计师也能在webUI中体验到SDAI绘画，非常感谢你！保重身体，期待你的每一期视频，以后我看一个就三连一个，向你敬礼！！！！！！@@

【回复】回复 @羊北坡 : [辣眼睛]以为是绝症
【回复】回复 @别植发没保障很黑暗 :颈椎病
【回复】绘世做的是真的好啊，很多细节都很到位的,个人做这个，还免费保持维护真心不容易啊[崩坏：星穹铁道_辛苦啦]，这波还给了个原理教学，已经三连了
玻色ゆきかぜ:
23届本科毕业生，我的毕设题目就是就是图像生成，我最开始就是靠佛祖那几个专栏开始写的论文了，答辩的时候也非常顺利就过了

【回复】回复 @最i摸鱼 : 大学的计算机老师能掌握5年前的技术，就已经相当厉害了。至少我上学的时候是这样的。可能新上来的的年轻老师会好些，越是系里有名望的，基本上越是吃老底儿。
【回复】回复 @浩然者荡荡乎 :毕设很多老师不懂是因为和他研究方向不沾边，你这把大学老师也想的太low了。至少我认为一本以上的老师都不至于说在自己的专业内吃老本不学习的
迷茫的咸鱼2:
显卡硅脂都给AI锻炼干了，前几天换的时候都可以扣下来了[笑哭]

【回复】有没有可能，显卡上的是相变硅脂[doge]
【回复】回复 @老鼠也有可爱 :你显卡没硅脂，就像你在撒哈拉沙漠泡热泉，能热死
【回复】回复 @PSOEvgARden :我是笔记本，之前玩地猛的时候几个小时连着100%占用八十多度
琥珀青葉:
冒泡[脱单doge] LyCORIS除了IA^3是另一套機制(不過嚴格來說IA^3屬於glora的範圍) 其他都是利用把Y = (W+W')X -> Y = WX + W'X 然後吧W'拆開來的機制 嚴格來說locon用了cp decomposition之後就不是原版lora了 然後loha是W' = hadamard(BA, DC) 這裡的BA就跟lora的是一樣的，DC也是(記得有一邊不能為0) lokr則是W' = kronecker(BA, DC) lokr的特性是可以用極少的參數量達成full rank，並且跟lora一樣可以視為兩個linear層的互動(但是lokr的這個線性層需要rearange) dylora就每個step取不一樣rank的lora weight來訓練(並且只計算最後一rank的gradient) 目前正在做glora(簡化版)跟glokr(簡化版) 還有hyperdreambooth[脱单doge] 對hyperdreambooth有興趣的可以關注github上的HyperKohaku或者LyCORIS的開發進度

【回复】順帶一提glora如果不看bias的部分 其實就是: Y = (W+W')X -> W' = WB + A -> B = DC, A = HG -> Y = W(X+DCX) + GHX
半糖の少年:
秋叶大佬居然是妹子，梦碎了家人们[doge]

【回复】回复 @兴趣使然的宝可梦大师 :有没有一种可能，up就是傻白甜工科小女友，故意用变声器让我们以为她是汉子[doge][doge]
禋颜妖世:
一直想自己训练一个属于自己的模型，但是不知道该从何学起[笑哭]

【回复】模型最好还是30张起步 表情稍微正常点 不然最后模型效果会有些奇怪 建个测试文件夹 因为模型训练和导出需要你存路径 b站其实有详细教程 找SD模型 第一个就是 ai次世代的视频 操作不难 就是费时间我3070 跑10000步就要一小时左右 模型我选择让他跑50000步 跑了一下午 而且效果还不是很理想
【回复】10张图片，开始做，先用sd里面自带的做，会用后，再追求质量
【回复】回复 @RoyalBlueeee :现在不用了。“青龙圣者”。这个up有脚本，还搞了神童优化器。自动调整学习率。基本训练集弄好。调一下轮数和次数就行。
墨竹Aql:
在看的人数表达了我对秋大的钦佩之情[崩坏3·光辉矢愿_小喇叭]

阿凌阿雪:
关于前面半段：看不懂图把名词替换一下就知道（毕竟会来看视频的都不是什么很厉害的大佬），右边是你打游戏想要达到的技术，教程，讲解，中间是你不断打游戏磨炼自己的技术（第二次挑选训练等于你发现自己学的技术的出问题了，把教程的一些坏习惯带到操作里面了），左边是你对于临场的发挥

【回复】补充 你其实只是想要玩这个东西，用ai搞点自己的幻想图，或者采集一些灵感，那你完全不需要面对这些复杂的陌生的名词，你只需要去看那些播放量最多的关于ai绘图的教程，因为他的本质就是一个工具，你丢入指令，丢入别人训练好的训练集，然后一键让电脑咆哮，你想要的东西自然会出来 关于训练：现在也很便捷了（相较而言），你现在能做的调整其实就是一些微小处的调整，让别人调教的成品模型更偏向你想要的效果，更多的改变比如说画风呀，精度呀，这些不是个人电脑能搞定的，哪怕是最高配的电脑也不现实，因为确定这些东西需要你从最开始从零开始训练，购买版权图库，超高的算力以及资金要求，个人完全没有必要搞这么复杂，自己稍微玩玩就好了（当然，你要说有个人电脑坐拥不知道多少个A100算力之上的硬件配置，嗯……我无话可说）
【回复】回复 @阿凌阿雪 : 关于确实想要了解ai绘图：嗯，那你可以选择多看几遍视频，看一遍查一次名词，顺带把这些名词带入到你熟悉的东西上面，可以帮助你学习，然后这个视频其实只是把基础讲了一下（当然比营销号内容多的多），你要深入了解它的过程是什么，想要能在一些地方微调让它有更好的效果和性能，或者说想要在这方面从业，emmm那我只能说你至少要在这个上面花费半年以上的精力，你要去了解黑箱，要去了解神经网络，等等等（我也只了解到这几个名词，更加深入的就不知道了），所以说，但你看不懂，你可以点个赞，然后退出去找那些营销号的视频来看（当然这里的营销号是调侃，指的是自己只了解了个大概就来教人，但是看他们的视频其实还是可以学习到能用的程度的）
【回复】回复 @阿凌阿雪 : 以上是个人见解，我不是很深入了解这些东西的人，所以拿我的话来教别人就算了，稍微了解一下就行
绫波字斩仙:
大佬我请教下这叫diffusion_pytorch的vae文件该放哪，放大模型文件里不显示，放vae文件夹里显示了但无法选中[大哭]，这该放哪个文件啊

【回复】这个名字很明显就不是vae，似乎是和运行环境有关的东西，不是所以pt文件格式的都是vae(=・ω・=)
【回复】请教一下 在哪下载啊啊？？？
【回复】回复 @绫波字斩仙 :vae这玩意大模型里面本来就有的，一般不是出图画面有问题不需要别的vae
惟夏:
[大笑]谢谢菩萨的课程！能接触到卷积网络，让我进一步去了解ai您真是契机哈哈哈哈，以此为契机后续让我和工作的ai配合还有理解得也更好了！

猛进的角甲兽:
这些东西就应该讲深，不怕听众听不懂，讲浅了反而懂不了。不过彻底弄懂需要不少精力，也不是人人都有功夫读论文，当成知识索引还是很好的，让感兴趣的人能自己去学。

壁漠之鸢:
其实我比较想知道的是，为啥用了某些lora之后，图片的清晰度会降低，产生噪点，这是个体的问题，还是通病（都会有影响，只不过个别的比较明显） 另外一个问题是，如何判断过拟合，肯定不是靠视觉主观判断吧，应该是存在的指标的吧

【回复】第二问题，真的没什么指标，就看模型能否出不一样的图。因为指标只能反应一小部分，不能反应全部。
【回复】我觉得是因为lora作者训练的底模 跟你使用的模型是不一样的，毕竟lora主要是对局部影响的一些东西的加强 所谓的归一化技术，lora并不适用于所有的网络。可能就是正常的lora污染，不过你可以在拿到满意的图后，使用图生图+tile +放大 得到一个清晰的图。希望能帮助到你
傲娇尤歌:
sd1.0模型的整合包能抽空做一个不，球球啦！

这个达达很冷:
我经常在L站下载模型耶。还有请问一下，经常用AI绘画，对显卡会不会有损伤？

【回复】只要开机，就会有损伤，只要别搞什么超频鸡血，一般来说使用寿命还是很长的。
【回复】有损伤，他的负载是时起时停的，只要不是一直稳定的负载都会更伤一点
【回复】回复 @joggyGeorge :只有你的回复是有用的。其它人的回复素质真差。。。谢谢你~