作者： 科技探幽 来源： 科技探幽

介绍

安装 StableDiffusion两种方式，一种是去 github 上下载工程部署，另一种是安装大佬的整合包，如果找不到整合包可以私信我。 这里不详细介绍安装部分，当我们安装完后，打开网页端时，会看到一个操作界面。而这个界面，有种既熟悉又陌生的感觉，会点直接生成按钮，直接生成图片，但是如何写提示词呢可以生成好看的图片呢，如何对图片进行二次修复呢，网上有好多好的模型如何导入我的 SD 中呢，有很多问题，那么我们怎么入门呢。这里介绍一些 SD 概念，让我们快速入门 SD。

如果想获取更多关于 SD 的内容，关注公众号

模型的后缀

在 SD 中模型一般分为两种后缀：xxx.ckpt，xxx.safetensors

ckpt模型：

checkpoint模型，大模型，一般为2~7GB，检查点/关键点模型。 这种模型的训练类型玩游戏存档差不多，运行到关键位置，建立一个关键点保存已运算的部分，方便回滚及计算。 保存下来的checkpoint关键点模型，可以支持我们AI作图。 因为是检查点模型，大部分的模型具有不断往下迭代更新的能力。

safetensors模型

这种模型稍微小一些

是训练者为了让模型更加可靠、高效而开发的

文件夹

那么这些模型在哪个文件夹呢？

在sd-webui-aki-v4.1\models\Stable-diffusion 文件夹下

VAE

有时候我们会看到 VAE 的标识，这是什么？ VAE 全称：variational Auto Encoder：变分自解码器 可以理解为调色滤镜，主要影响画面的色彩质感 现在大部分模型已经把VAE放到checkpoint模型下，不需要再加载。 也有一部分模型还是需要加载vae的，不然图片有可能发灰发白

这种模型的文件夹在sd-webui-aki-v4.1\models\VAE

模型在哪下载

模型的下载途径有很多，这里推荐两个比较好的Hugging face，C 站。

Hugging face:https://huggingface.co/models

下载SD官方模型

搜索栏输入：stable diffusion

文生图模型

点击：Text-to-Image

例如：waifu anythin dreamShaper模型

标签介绍

Model card：介绍 Files and versions:文件下载，模型文件一般再safety_checker文件夹

community：社区，讨论区

C站：https://civitai.com/

下面介绍一下如何使用该网站。

筛选模型的类型

例如选checkpoint模型，则选择checkpoint即可

CheckPoint Type （模型的类型）

CheckPoint Type 处有三个选项

• ALL：所有类型，这里一般选 ALL 即可

• Trained：这个一般是作者训练的一手模型

• Merge：这个融合模型，是把多个模型融合在一起，一般的名称为xxx_Mix

Base model

SD发展很快，因为开源，不少大佬不断更新，出现了很多 SD 的版本，而模型训练需要基于 SD 的底模进行训练，这里便是选择基于SD哪个版本为底模进行训练的。

类型筛选标签

模型下载

点击进入卡片，会看到有下载的按钮

复制Prompt（提示词）

那么下载模型后，如何能够生成作者类似图片呢，这里可以复制作者的提示词。

其他人做的图片分享

在这里可以找到很多其他的作者分享的图片，根据图片，可以找到图片使用的模型，以及使用的提示词，这里就像抄作业一样，复制好的提示词到我们自己的 SD 上。

模型进阶

上面我们提到基本是大模型，放在文件夹sd-webui-aki-v4.1\models\Stable-diffusion 下，那么除了这些大模型外。 我们还需要了解三种小模型：

• Embedding：文本嵌入 嵌入式向量

• LoRa ：（Low-Rank Adaptation Models）低秩模型

• Hypernetwork ：超网络 既然有了大模型，我们可以根据提示词生成各种各样的图片，那么这些小模型有什么用呢？ 上面的大模型我们可以比喻为上千页的大书，当我们输入提示词，AI会在大书中查找，根据提示词生成我们的图片。那么我们想生成特定种类的图片呢，这时候再写提示词，不管怎么尝试都打不到我们满意的程度，那么这时候就需要小模型了，小模型类似于书签、卡片记录了更多信息，让 AI 更加清楚的知道我们需要什么样的模型。

Embedding 文本嵌入 嵌入式向量

类似于书签，可以快速找到相应的模型类型，一般几十KB

在C站上对用这样的模型

下载下来后缀一般与VAE一样，为.pt文件

放在文件夹sd-webui-aki-v4.1\embeddings 下

应用

在提示词中加入关键提示词，可以在一个提示词里面加入多个Embedding

例如：复制下面的提示词

或者把图片上传到stable diffusion后使用反推出提示词

举例几个模型

• 三视图模型： CharTurner - Character Turnaround helper for 1.5 AND 2.1 链接：https://civitai.com/models/3036?modelVersionId=9857

• 解决AI画手的问题：EasyNegative (主要针对二次元模型使用)，Deep Nagative(主要针对真人使用)

把提示词放入负面提示词里

LoRa （Low-Rank Adaptation Models）低秩模型

类似于详细的描述一个东西，向 AI 传递特征准确，主体清晰的信息，让AI 可以创造出类似风格的图片，主要应用到游戏、动漫角色二次创作构建。 比如你可以让 AI 生成一只喜羊羊，那么 AI 会问了什么事喜羊羊呢？这时候通过提示词以及上面的书签我们已经无法实现。那么这时候就用到 LoRa 了，它类似一个彩色卡片，上面记录喜羊羊的信息，这样 AI 就全面认知了一个喜羊羊的信息，便能更好生成一只喜羊羊，生成一个AI里之前不认识的东西。

大小：几百兆，比大模型小很多了，因为Lora 是根据大模型进行训练的，类似彩色卡片，记录指定的信息。当然我们也可以自己训练模型，可以看这篇文章

下载放到文件夹\sd-webui-aki-v4.1\models\Lora ，

使用

例如下面的例子：把文件名加入提示词里

<lora:dark theme:0.7>,0.7为权重

训练自己的 Lora模型

C 站上下载的都是别人训练好的，如果我想训练自己指定的模型，那么该怎么训练呢？这里有篇文章可以看看：链接

Hypernetwork 超网络

有点类似LoRa，主要针对于画风的改变，设置特定的艺术风格，例如把图片改成雕塑化、像素画、抽象化、Q版图等

使用

设置–》扩展模型，选择放到文件夹下的模型，如果没有就刷新一下

举例

q版可爱画风：Waven Chibi Style

文件夹

下载后放到：sd-webui-aki-v4.1\models\hypernetworks

下载

C站下载，筛选Hypernetwork

总结

这里了解关于 StableDiffusion基础概念，再使用 SD 时，不至于摸不着头脑，当然SD还有很多操作，欢迎关注我，有时间会分享出来。 如果你想训练自己的Lora，比如想用指定模特图片，生成照片，可以查看这篇文章，详细介绍了如何训练自己的 Lora 模型。

更多AI工具，参考Github-AiBard123，国内AiBard123