Stable Diffusion系列（三）：网络分类与选择

文章目录

    • 网络分类
    • 模型
      • 基座模型
      • 衍生模型
        • 二次元模型
        • 2.5D模型
        • 写实风格模型
      • 名称解读
    • VAE
    • Lora
    • 嵌入
    • 文件放置
    • 界面使用

网络分类

当使用SD webui绘图时，为了提升绘图质量，可以多种网络混合使用，可选的网络包括了模型、VAE、超网络、Lora和嵌入。

其中，模型就是我们所熟知的最核心的生成图片的稳定扩散模型，不需要额外的文件就可以直接运行，大小也最大，通常在2GB以上。

而其他网络本质上是依附于模型的插件，不能独立运行。在这其中，VAE是模型中用于从潜空间生成图片的网络模块，大小通常为几百MB，注意模型本身自带VAE，但是你可以用选择的其他VAE替换掉这部分；超网络是添加到交叉注意力层的附加网络模块，会改变模型结构，大小通常为几百MB；Lora（Low-Rank Adaption，低秩自适应）可以修改交叉注意力层的参数权重，不改变模型结构，大小同样为几百MB；嵌入则可以看做是一种特殊的提示词，它可以影响模型对文本的编码层，通常为 10-100 KB。

从效果和流行程度上来看，VAE>Lora>嵌入>>超网络，所以接下来我们重点介绍模型、VAE、Lora和嵌入这几部分。

模型

基座模型

虽然当你打开熟悉的C站寻觅模型时，可能会看到各种奇奇怪怪让人眼花缭乱的名字，但这些模型并不是创作者自己从零开始创造的，而是基于Stable Diffusion官方发布的一系列基座模型训练而来。在模型卡片的右侧，可以看到它所基于的基座模型（Base Model）：

在这里插入图片描述
按发展的时间顺序，基座模型有这样几个系列：

  • SD1.X：包括了最早的SD1.4和SD1.5，图像大小一般为512×512，没有什么生成限制，SD1.5至今长盛不衰。
  • SD2.X：包括了后来的SD2.0和SD2.1及其生成图片大小为768的版本。注意这类模型虽然在绘画效果尤其是手部上更好，但不支持NSFW和名人内容，因此并不受欢迎。
  • SDXL：参数量大大增加，对自然语言的理解能力大大增强，生成画面更加细腻真实，生成尺寸一般设为1024×1024。基座模型包括一个基础生图模型和一个用于精修的Refiner模型，使用时分文生图和图生图两阶段。
  • SDXL Turbo：基于SDXL 1.0开发而成，由于使用了一种全新的对抗扩散蒸馏技术（ADD），可将图像所需的生成步骤减少至1—4步，从而实现秒级出图。

衍生模型

上述基座模型的图片生成能力一般比较平庸但均衡，基于这些基座模型，开发者可以使用谷歌提出的Dreambooth方法（Dreambooth : It’s like a photo booth, but once the subject is captured, it can be synthesized wherever your dreams take you）在自己构建的数据集上做微调，使其特别擅长生成某种主题或风格的图片，也就是特定领域的衍生模型。这也是目前最为广泛使用的一类模型。

按照生成的风格不同，衍生模型大致可分为二次元模型、2.5D模型和写实风格模型，下面将具体介绍一些常用模型的信息和使用方法。

二次元模型

顾名思义，主打动漫风格的模型。

  • OrangeMixs

https://civitai.com/models/4769?modelVersionId=5460
生成高质量、高度逼真的插图，基于 Basil_Mix
命名规则
_sfw：SFW（全年龄模型）
_nsfw : SFW ~ 软 NSFW (R16状态)
_hard : SFW ~ 硬 NSFW（R18G状态）

  • Anything

https://civitai.com/models/66/anything-v3
Anything是个神奇的二次元模型，据说是基于几十种模型融合+未知图片训练而来，随便写几个提示，就能到的不错的结果。
自称是Anything最新版本的模型，实际一切都是未知的。
仅需几个提示即可生成详细的 2D 插图的能力以及使用 danbooru 标签的能力。
整体比过拟合的v3更自然，人物姿势等更容易操作。

  • AbyssOrangeMix3

https://civitai.com/models/9942?modelVersionId=11811
著名的深渊橘模型，很适合可爱型的人物形象。
现在sfw和nsfw模型被合并了，作者的说法是，发现sfw模型如果混合其他的NSFW模型可能会出现怪异的生成结果。
AOM3A1模型因为混合了ChilloutMix所以是禁止商用的，可以尝试用AOM3A1B替代
命名规则
A1 ：动漫风格插图
A2 : 油画风格的艺术插图和时尚的背景
A3 : 介于A1与A2风格之间吧
A1B：介于A1与A3风格之间吧

  • Elysium

https://civitai.com/models/7850/elysium
偏真实风的模型，手画的还不错，模型底稿基本是以西方人为主，所以生成的脸也偏西方人。
推荐写这些负面提示lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry
(General model): Clip skip 1, VAE: ‘vae-ft-mse-840000’ from StabilityAI (https://huggingface.co/stabilityai/sd-vae-ft-mse-original/tree/main). Sampler: DPM++ 2M Karras
(Anime model): Clip skip 1 or 2, VAE: ‘kl-f8-anime2.clowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurrykpt’ from Waifu Diffusion (https://huggingface.co/hakurei/waifu-diffusion-v1-4/tree/main/vae). Sampler: DPM++ 2M Karras

  • Elysium Anime

https://civitai.com/models/8602?modelVersionId=10145
动漫的附加学习模型，NSFW化相当严重，有更清晰的轮廓和轻微的三维效果。基于Elysium_V1

  • Copax Anime XL

https://civitai.com/models/155973
动漫大模型
模型的效果非常唯美，但脖子太长
采样器: Euler a CFG : 7 步数 : 32
Negative Prompt
watermark, text, logo, contact, error, blurry, cropped, username, artist name, (worst quality, low quality, nsfw, nipple, pussy:1.5)

  • 古风大模型XL GuFengXL

https://civitai.com/models/189523
国画风格
风格触发关键词(有些情况不用写也能出效果,相关词越多效果越好)：traditional chinese ink painting,black and white ink painting
场景辅助词(可以配合风格触发关键词,增强古风效果,相关词越多效果越好)：willow branches,willow tree in background
采样步数我一般是30
(((simple background))),monochrome ,lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, lowres, bad anatomy, bad hands, text, error, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry, ugly,pregnant,vore,duplicate,morbid,mut ilated,tran nsexual, hermaphrodite,long neck,mutated hands,poorly drawn hands,poorly drawn face,mutation,deformed,blurry,bad anatomy,bad proportions,malformed limbs,extra limbs,cloned face,disfigured,gross proportions, (((missing arms))),(((missing legs))), (((extra arms))),(((extra legs))),pubic hair, plump,bad legs,error legs,username,blurry,bad feet

  • SDXL Turbo Unstable Diffusers

https://civitai.com/models/84040
不稳定模型是限制消失和创造力无界限的大模型，从这个大模型获得的结果具有固有的不可预测性。你可能会在特定提示下达到完美的巅峰，或者遭遇视觉混乱的愉悦。
不需要面部修复
图像大小：1024x1024（SDXL的标准），16:9，4:3
步数：35-150（低于30步可能会出现某些伪影和/或奇怪的饱和度，例如，图像可能看起来更粗糙，颜色更不丰富。）
Hires Upscaler：4x_foolhardy_Remacri 或 4xUltraSharp
Hires upscale：唯一限制是GPU（我将基础图像放大2.5倍，576x1024）
VAE：SDXL VAE

2.5D模型

介于二次元和三次元的模型，主打一个梦幻，看上去有一种“美得不真实”的感觉。

  • 3DKX v2

https://civitai.com/models/2504?modelVersionId=12751
3D渲染/卡通图像/NSFW
推荐分辨率为 1152 x 768 或更高
如果你想让你的 3D 角色有一张更“二次元”的脸，提示词最开始写 “3d cartoon of”，或者如果你想要经典的 3D 渲染外观，写“a 3d render of”

  • CuriousMerge 2.5D

https://civitai.com/models/79070?modelVersionId=99101
模型绘制的画面非常精致，有一种接近真人超级美颜的效果。最大的特点，是眼睛处理的非常棒，有评论称：眼睛最有灵魂的模型。
Sampler: DPM++ 2M Karras, DPM++ SDE Karras Steps: 20~40
Hires upscaler: R-ESRGAN 4x+ , R-ESRGAN 4x Anime6B Hires upscale: 2
Denoising strength: 0.4 ~ 0.6 CFG scale: 8 ~ 10
VEA: kl-f8-anime2 OR vae-ft-mse-840000-ema-pruned
常用tag:
(masterpiece:1.4, best quality), (intricate details), unity 8k wallpaper, ultra detailed, beautiful and aesthetic, (photorealistic:1.4), perfect lighting
For better results, try to add “close-up” to the prompt

  • AnRealSpiceMix

https://civitai.com/models/204962?modelVersionId=251594
有点超现实
Sampling method: DPM++ 2M Karras
Sampling Steps: 20-45

  • DreamShaper

https://civitai.com/models/4384/dreamshaper
在2.5D类型中也是属于最全面和万能的模型，出来的图片效果能让你一眼感觉出，超出二次元的层次感，又不输于真实场景的细腻感，也就是太过于精致让你感觉这不是一张真实画面。

  • DreamShaper LCM快速版

https://civitai.com/models/4384?modelVersionId=252914
5-15 steps, ~2 cfg，LCM SAMPLER

  • AlbedoBase XL

https://civitai.com/models/140737
媲美Midjourney的Stable Diffsion大模型，各个风格都行
refiner无需使用，已包含 VAE。
保留负面提示的空缺是实现高品质的方法。

  • Colossus Project XL

https://civitai.com/models/147720
在制造极度逼真的图片、动漫和艺术方面非常擅长。

  • DreamShaper XL

https://civitai.com/models/112902
不需要refiner。只需做高分辨率修复(上采样+i2i)

  • DreamShaper XL Turbo

https://civitai.com/models/112902?modelVersionId=251662
步数：4-7
CFG：2
采样器：DPM++ SDE Karras

  • DynaVision XL

https://civitai.com/models/122606?modelVersionId=198962
绘制3D卡通IP

  • Fantastic hacker_Style_bailing-奇幻骇客

https://civitai.com/models/158852?modelVersionId=195081
奇幻骇客：本模型是一个基于sd xl1.0的偏写实风格类模型，追求极致梦幻，用AI实现现实中无法实现的特殊效果
可显示水 火 冰 雷等元素
•推荐尺寸：10241024起，8961280，7681360，10241280等
•推荐步数：25起
•推荐采样：本地【restart】【dpm++ 3m sde karras】
•反词推荐：lowres,(Style-Japan:1.2),Paintings,sketches,lowres,
•cfg scale：7起步

  • FenrisXL

https://civitai.com/models/122793
这个模型最初是为动物和生物设计的,但随着模型的进一步发展,它也可作为各种生成的通用模型。
它可以处理1-30+的广泛CFG范围
不需要refiner,因为基础模型是XL6 HEPHAISTOS
可以艺术地描绘神话生物
生成效果稳定和连贯
细节丰富,可生成高质量图像
可扩展到各类生成任务,不仅限于神话生物

  • ProtoVision XL

https://civitai.com/models/125703
夜景+照片+3D

  • 国风4 GuoFeng4 XL

https://civitai.com/models/118009?modelVersionId=199325
GuoFeng4模型是对国人喜欢的画风微调过的模型，具有2.5D，CG，游戏，建模质感。基于SDXL1.0训练。
采样器：DPM++ 2M SDE Karras
提示词相关性(CFG Scale)：8
Face Editor(或者其他修脸插件)：开启

  • BriXL | A must in your toolbox

https://civitai.com/models/131703
BriXL是一个经过微调的模型,专注于科幻和电影化的效果。它的不完美之处造就了它的独特魅力!它经过了我大量原创内容以及电影素材的训练。
它擅长制作机械对象并提供电影化的灯光效果,同时不会过度对比或滥用色彩饱和度,可提供从卡通化到全真照片场景的风格灵活性
这个模型可以轻松的画出各种科幻场景，甚至可以绘制普通人难以想象的外星人

  • [Lah] Mysterious | SDXL

https://civitai.com/models/118441
基于 SDXL 1.0 训练的一款奇幻风格大模型，出图质量高且非常稳定性。东西方奇幻风都可以生成，在赛博朋克、奇幻生物、3D 游戏人物上的效果也不错。
Remember: High CFG Scale for Fantasy and Low (1-3) if u want realistic photos
CFG scale: 3-9
Sampling Step: 30-60
Sampling Method: DPM++ 2M SDE Karras or Euler a
ADetailer ON

  • TurboVisionXL - Super Fast XL based on new SDXL Turbo

https://civitai.com/models/215418
建议的最佳输出设置：
采样器：DPM++ SDE Karras，LCM
步骤：3-5
CFG：1-2.25
您可以将此模型以正常XL模型的模式在Automatic1111中运行，但并非所有采样器都与它兼容。我发现DPM++ SDE Karras效果最好，LCM采样器（如果您不知道的话，AnimateDiff在A1111中添加的）与它配合得也相当不错。
LoRAs表现良好，我测试了多个LoRAs，它们仍然产生预期的结果，但结果可能因人而异。
我要说的是，这个模型目前在一致性方面存在一些问题。当它每隔几秒就生成一大批图像时，您可能不在乎，但我会积极地在未来的版本中改进输出的一致性。
关于许可的说明 - 这个模型基于Stability AI发布的SDXL Turbo模型。他们将模型标识为非商业研究许可证，仅允许个人非商业使用。请注意，此模型目前不能用于图像生成服务。如果您有任何疑问，请通过Discord与我联系。

写实风格模型

看上去有真实感，难以看出是AI的作品。

  • Basil mix

https://civitai.com/models/173756?modelVersionId=195113
逼真的真人模型，基于亚洲风格训练，支持Danbur标签提示词
需要加载VAE，不然画面色彩浓度和边缘会很淡
提示词应尽可能简单
不要堆砌大量质量标签和负面提示，不然会适得其反。

  • ChilloutMix

https://civitai.com/models/6424?modelVersionId=11745
逼真的真人模型，基于亚洲风格训练，支持Danbur标签提示词，
根据许可证，这个模型的生成结果不能商用。
请不要用真人模型画明星和未成年的NSFW内容，不然你可能会遇到很麻烦的法律问题

  • URPM

https://civitai.com/models/2661
模型包含VAE，相比V1.2大幅优化了体积，使用了11个基础模型（1.2是4个）,在不损失真人质量的前提下，合并了二次元模型。

  • F222

https://civitai.com/models/1188?modelVersionId=1224
生成更符合真人解剖结构的真人模型，训练集以女性图像为主
请不要用真人模型画明星和未成年的NSFW内容，不然你可能会遇到很麻烦的法律问题

  • AbsoluteReality

https://civitai.com/models/81458?modelVersionId=132760
跟DreamShaper比更具真实感
Use between 4.5 and 10 CFG Scale and between 25 and 30 Steps with DPM++ SDE Karras. Worse samplers might need more steps.
Set CLIP Skip to 2
Use BadDream and UnrealisticDream negative embeddings (BadDream, (UnrealisticDream:1.2)). Add weight to UnrealisticDream between 1.2 and 1.5. Do not use FastNegative or EasyNegative if you aim at realism. However, they’re good for artworks.
Use Highres.fix with the following settings: Denoising strength: 0.45, Hires steps: 20, Hires upscaler: 8x_NMKD-Superscale_150000_G and as much upscale as you can (my gpu only handles up to x1.8 at 512x768 base resolution, but you can go higher).

  • AbsoluteReality LCM快速版

https://civitai.com/models/81458?modelVersionId=256668
采样器：LCM
CFG 为 2，步数：15

  • majicMIX realistic 麦橘写实

https://civitai.com/models/43331?modelVersionId=176425
开启动态cfg修复，以避免出现噪点图
Sampler: Euler a, Euler, restart
Steps: 20~40
Hires upscaler: ESRGAN 4x or 4x-UltraSharp or 8x_NMKD-Superscale_150000_G
Hires upscale: 2+
Hires steps: 15+
Hires denoising strength: 0.05~0.5
clip skip 2
如果要修复脸部，请使用after detailer.

  • LEOSAM’s MoonMix Utopia | 乌托邦

https://www.liblib.art/modelinfo/2c9398ced43b7346a41bbf465946341d
utopia的意思是乌托邦，作者称：MoonMix Utopia系列的制作目的是在保证人物写实感的前提下，力争题材泛用性上的最大化，这也是本系列模型起名“乌托邦”的由来，我希望这个模型可以绘制乌托邦世界中的千奇百态。
和其他号称真实的模型相比，MoonMix Utopia无论是在人体细节（如发丝、皮肤）方面，还是在光影方面，都更有质感。

  • Copax TimeLessXL

https://civitai.com/models/118111/copax-realistic-xl-sdxl101.0
真实模型，似乎很适合搞动植物摄影
Steps : 40~60
CFG : 7~10
You can also use hiresfix or After Detailer
Sampling : DPM 3M++ SDE Karass, Euler a or DPM 2M ++ SDE Karass
Nprompt:
(worst quality, low quality, illustration, 3d, 2d), open mouth, tooth,ugly face, old face, long neck,

  • Copax TimeLessXL Turbo

https://civitai.com/models/219293?modelVersionId=247259
自带美颜滤镜的真人模型
Steps : 1~4
CFG : 1~2
Size: 576x768
Hires upscaler: 4x-UltraSharp
Sampling : DPM++ SDE
VAE: none

  • Juggernaut XL

https://civitai.com/models/133005
最受欢迎的欧美美少女模型
Sampler: DPM++ 2M Karras
Steps: 30-40
CFG: 3-7 (less is a bit more realistic)
VAE is already Baked In

  • LEOSAM’s HelloWorld SDXL

https://civitai.com/models/43977/leosams-helloworld-sdxl-base-model
写实大模型
Steps ≥ 25
Sampler: DPM++ 2M Karras
CFG scale: 10
Size ≥ 1024x1024
ADetailer: open
HelloWorld 1.0模型使用必备的触发词是leogirl，除此以外，建议同时添加realistic和looking at viewer两个正向提示词。建议使用的负面提示词是：bad eyes, incorrect hands, worst teeth, abnormal anatomy, wrong lips, illustration, cartoon, painting。
HelloWorld模型支持1024*1024分辨率直接出图，不需要高分辨率放大，目前在近景人像直出质感上不输于SD1.5版本，但直出远景人像时仍存在瑕疵，因此建议搭配ADetailer插件使用，可以很好地修正远景人脸问题。

  • LEOSAM HelloWorld Turbo + LCM

https://civitai.com/models/214823/leosam-helloworld-turbo-lcm
本模型为HelloWorld SDXL原版结合SDXL Turbo和LCM技术的运行加速版本。搭配Eular a采样器，可以在6-8步内生图，是原sdxl版本的三倍速。本模型针对Eular a采样器进行效果调优，只推荐使用Eular A采样器出图。
采样器：Eular A（重要！模型针对Eular a专门适配，其他采样器效果不佳）
采样步数：8步（6~8步均可）
CFG scale：2（重要！CFG scale建议1.5~2.5）
放大算法：ESRGAN 4x（其他放大算法也可以，非必须选项，请确保GPU显存充足）
放大倍数：1.5倍
放大步数：8步
放大降噪系数：0.3

  • SDS_FILM / 胶片摄影_XL

https://civitai.com/models/183133
现代亚洲女性、男性胶片摄影
现在大部分采样方法在大部分场景下不再产生过度的噪点，所以refiner不再是必须，After Detailer 也可以正常使用。其余部分依然同下。
DPM++ 2M Karras、Euler、Restart表现相对更好。

  • ICBINP - “I Can’t Believe It’s Not Photography” LCM快速版

https://civitai.com/models/28059?modelVersionId=253668
在C站，最受欢迎的摄影类大模型叫ICBINP，“I Can’t Believe It’s Not Photography”（我不敢相信这不是照片）
VAE 已经内置
采样器：DPM++ SDE Karras、LCM均可（后者风格更加阴郁）
分辨率为 640x960 或 960x640，CFG 为 1-2，步数：5

  • ⊣ Realities Edge XL ⊢ ⋅ LCM+SDXLTurbo!

https://civitai.com/models/129666?modelVersionId=242718
照片级真实感、3D、2.5D、插图、照片处理、肖像
分辨率采用768x1344和1024x1296
即使在更高的 CFG 上，生成错误的风险也非常低 - 建议使用 5.5-15
采样器推荐DPM+ 3M SDE Karras
Clip Skip 1-4，经常使用2
所有的img2img模式都非常有效，平衡低CFG和更高的去噪强度，将产生充满有趣细节的清晰清晰放大

名称解读

当模型过多的时候，很多时候我们会记不清它们的特点和用法，但其实从模型的名称里，就可以看出一些重要信息：

  • 安全性：文件名后缀为ckpt意味着用 pickle 序列化文件，可能包含恶意代码；而safetensors只包含张量数据，更加安全。
  • 完整性：pruned是完整版，emaonly（ema）是裁剪版，如果是想要自己练模型的话，需要下载完整版。
  • 非文生图功能：inpainting用于图片重绘，upscaler用于图片超分。
  • 是否使用加速：LCM即Latent Consistency Models（潜在一致性模型），可用少数几步推理就生成图像，可大大加快生成速度。如果LCM和Turbo同时出现，那只能恭喜你捡到宝了。
  • 是否需使用VAE：VAE是可以内置到模型里面的，如果包含No VAE或VAE，意味着模型内置了基座模型的默认VAE，如果包含Baked VAE，意味着模型内置了自己重新训练的VAE，这两种情况下都可以选择不加载额外VAE。

VAE

如果你对模型的生成效果不满意，可以在使用时设置一个匹配的VAE（Variable Auto Encoder，变量自动编码器）模型。它可以融入到模型结构中，常常能让色彩更丰富，图片更清晰，改善手部和面部，简直是体虚大模型的必备保健品。

许多模型都会发布自己的VAE，但我一般常用的只有三个，对于SD1.5及其衍生模型，如果想偏动漫风一些，可以使用kl-f8-anime2；如果想偏真人，可以使用vae-ft-mse-840000-ema-pruned。对于SDXL和SDXL Turbo，可以使用原生的sdxl_vae。

Lora

Lora文件一般以safetensors或ckpt作为后缀名，使用时需在提示中输入特定格式语句lora:filename:multiplier，其中filename为名字，multiplier为权重。

  • Lora分为很多种，功能包括绘制人脸、美化人体、绘制服饰、添加风格、加速运算等。
  • 需要注意的一点是，一个Lora一般只能针对一类基座及其衍生模型，不要跨用。
  • Lora的权重一般在0到1之间，但有时候也会变化很大，并且带来不同的效果，可以多多尝试。
  • 有时候Lora要和特定的触发词一起使用。

嵌入

嵌入文件一般以pt或bin作为后缀名，使用时需在提示中输入嵌入名。

文件放置

不同网络文件下载完成后，需要放在本地对应的路径下才能成功加载。

  • 基座模型及衍生模型：stable-diffusion-webui\models\Stable-diffusion
  • VAE： stable-diffusion-webui\models\VAE
  • Lora：stable-diffusion-webui\models\Lora
  • 嵌入：stable-diffusion-webui\embeddings

注意为了方便管理，你可以按照功能或类别存放到不同的子文件夹中，例如我的模型就是按类别存放：
在这里插入图片描述
Lora就是按功能存放：
在这里插入图片描述

界面使用

  • 左侧模型选择界面：用于选择模型和VAE
    在这里插入图片描述

  • 右侧额外网络界面：用于选择模型、超网络、Lora和嵌入
    点击Show dirs可以根据自定义的子文件夹筛选模型
    在这里插入图片描述
    点击模型右上角的锤子，可以对其信息进行编辑
    在这里插入图片描述
    我一般把对模型的描述放在notes里面，因为如果放在描述里会显示在选择界面里，看着非常乱，点击Replace preview可以将模型封面图替换为当前生成的图片。
    在这里插入图片描述
    炫耀一下我的老婆们：
    在这里插入图片描述

  • sd-webui-prompt-all-in-one插件：用于选择模型、超网络、Lora和嵌入
    但无法根据文件目录来做筛选，也无法编辑模型信息，应该只是调用了额外网络界面的显示接口
    在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mfbz.cn/a/266598.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

使用minio实现大文件断点续传

使用minio实现大文件断点续传

部署 minio 拉取镜像 docker pull minio/minio docker images新建映射目录 新建下面图片里的俩个目录 data(存放对象-实际的数据) config 存放配置开放对应端口 我使用的是腾讯服务器所以 在腾讯的安全页面开启 9000，9090 两个端口就可以了（根据大家实际…
阅读更多...
数据权限篇

数据权限篇

文章目录 1. 如何实现数据权限（内核）1.1 原理1.2 源码实现，mybatis如何重写sql1.2.1 重写sql1.2.2 解析sql1.2.3 DataPermissionDatabaseInterceptor 1. 如何实现数据权限（内核） 1.1 原理 面对复杂多变的需求&#xf…
阅读更多...
二叉树进阶题目(超详解)

二叉树进阶题目(超详解)

文章目录 前言根据二叉树创建字符串题目分析写代码 二叉树的层序遍历题目分析 写代码二叉树的层序遍历II题目分析写代码 二叉树的最近公共祖先题目分析写代码时间复杂度 优化思路优化的代码 二叉搜索树与双向链表题目分析写代码 从前序与中序遍历序列构造二叉树题目分析写代码从…
阅读更多...
python实现bp神经网络对csv文件进行数据预测

python实现bp神经网络对csv文件进行数据预测

参考资源： sklearn库 bp神经网络[从原理到代码一篇搞定]（2）_sklearn 神经网络-CSDN博客 十分钟上手sklearn：安装，获取数据，数据预处理 - 知乎 (zhihu.com) 一个实例讲解如何使用BP神经网络(附代码) - 知…
阅读更多...
VSCode软件与SCL编程

VSCode软件与SCL编程

原创 NingChao NCLib 博途工控人平时在哪里技术交流博途工控人社群 VSCode简称VSC，是Visual studio code的缩写，是由微软开发的跨平台的轻量级编辑器，支持几乎所有主流的开发语言的语法高亮、代码智能补全、插件扩展、代码对比等&#xff0c…
阅读更多...
【Python】贪心算法入门

【Python】贪心算法入门

一.引言 本文将通过两个问题和两道例题带你入门贪心算法。 贪心算法（Greedy Algorithm）是一种在每一步选择中都采取在当前状态下最优（最好或最有利）的选择，从而希望导致全局最优解的算法。贪心算法不保证找到全局最优…
阅读更多...
STM32——CAN协议

STM32——CAN协议

文章目录 一.CAN协议的基本特点1.1 特点1.2 电平标准1.3 基本的五个帧1.4 数据帧 二.数据帧解析2.1 帧起始和仲裁段2.2 控制段2.3 数据段和CRC段2.4 ACK段和帧结束 三.总线仲裁四.位时序五.STM32CAN控制器原理与配置5.1 STM32CAN控制器介绍5.2 CAN的模式5.3 CAN框图 六 手册寄存…
阅读更多...
w15初识php基础

w15初识php基础

一、计算100之内的偶数之和 实现思路 所有的偶数除2都为0 代码实现 <?php # 记录100以内的偶数和 $number1; $num0; while($number<100){if($number%20){ $num$number;}$number1; } echo $num; ?>输出的结果 二、计算100之内的奇数之和 实现思路 所有的奇数除…
阅读更多...
JavaScript常用技巧专题四

JavaScript常用技巧专题四

文章目录 一、使用箭头函数简化函数定义二、使用解构赋值简化变量声明三、使用模板字面量进行字符串拼接四、使用展开运算符进行数组和对象操作五、使用数组的高阶方法简化循环和数据操作六、使用条件运算符简化条件判断七、使用对象解构和默认参数简化函数参数八、使用函数式编…
阅读更多...
7. 行为模式 - 状态模式

7. 行为模式 - 状态模式

亦称&#xff1a; State 意图 状态模式是一种行为设计模式&#xff0c; 让你能在一个对象的内部状态变化时改变其行为&#xff0c; 使其看上去就像改变了自身所属的类一样。 问题 状态模式与有限状态机 的概念紧密相关。 有限状态机。 其主要思想是程序在任意时刻仅可处于几…
阅读更多...
《PySpark大数据分析实战》-18.什么是数据分析

《PySpark大数据分析实战》-18.什么是数据分析

&#x1f4cb; 博主简介 &#x1f496; 作者简介&#xff1a;大家好&#xff0c;我是wux_labs。&#x1f61c; 热衷于各种主流技术&#xff0c;热爱数据科学、机器学习、云计算、人工智能。 通过了TiDB数据库专员&#xff08;PCTA&#xff09;、TiDB数据库专家&#xff08;PCTP…
阅读更多...
Confluent 与阿里云将携手拓展亚太市场，提供消息流平台服务

Confluent 与阿里云将携手拓展亚太市场，提供消息流平台服务

10 月 31 日&#xff0c;杭州云栖大会上&#xff0c;阿里云云原生应用平台负责人丁宇宣布&#xff0c;Confluent 成为阿里云技术合作伙伴&#xff0c;合作全新升级&#xff0c;一起拓展和服务亚太市场。 本次合作伙伴签约&#xff0c;阿里云与消息流开创领导者 Confluent 将进一…
阅读更多...
掌握函数式组件：迈向现代化前端开发的关键步骤(下)

掌握函数式组件：迈向现代化前端开发的关键步骤(下)

&#x1f90d; 前端开发工程师&#xff08;主业&#xff09;、技术博主&#xff08;副业&#xff09;、已过CET6 &#x1f368; 阿珊和她的猫_CSDN个人主页 &#x1f560; 牛客高级专题作者、在牛客打造高质量专栏《前端面试必备》 &#x1f35a; 蓝桥云课签约作者、已在蓝桥云…
阅读更多...
Linux创建macvlan 测试bridge、private和vepa模式

Linux创建macvlan 测试bridge、private和vepa模式

Linux创建macvlan&#xff0c;测试bridge、private和vepa模式 最近在看Docker的网络&#xff0c;看到关于macvlan网络的介绍。查阅了相关资料&#xff0c;记录如下。 参考 1.Linux Macvlan 2.图解几个与Linux网络虚拟化相关的虚拟网卡-VETH/MACVLAN/MACVTAP/IPVLAN 环境 操…
阅读更多...
Python遥感影像深度学习指南(1)-使用卷积神经网络（CNN、U-Net）和 FastAI进行简单云层检测

Python遥感影像深度学习指南(1)-使用卷积神经网络（CNN、U-Net）和 FastAI进行简单云层检测

【遥感影像深度学习】系列的第一章，Python遥感影像深度学习的入门课程，介绍如何使用卷积神经网络（CNN）从卫星图像中分割云层 1、数据集 在本项目中，我们将使用 Kaggle 提供的 38-Cloud Segmentation in Satellite Images数据集。 该数据集由裁剪成 384x384 （适用…
阅读更多...
十八、本地配置Hive

十八、本地配置Hive

1、配置MYSQL mysql> alter user rootlocalhost identified by Yang3135989009; Query OK, 0 rows affected (0.00 sec)mysql> grant all on *.* to root%; Query OK, 0 rows affected (0.00 sec)mysql> flush privileges; Query OK, 0 rows affected (0.01 sec)2、…
阅读更多...
Web前端 ---- 【Vue】vue路由守卫（全局前置路由守卫、全局后置路由守卫、局部路由path守卫、局部路由component守卫）

Web前端 ---- 【Vue】vue路由守卫（全局前置路由守卫、全局后置路由守卫、局部路由path守卫、局部路由component守卫）

目录 前言 全局前置路由守卫 全局后置路由守卫 局部路由守卫之path守卫 局部路由守卫之component守卫 前言 本文介绍Vue2最后的知识点&#xff0c;关于vue的路由守卫。也就是鉴权&#xff0c;不是所有的组件任何人都可以访问到的&#xff0c;需要权限&#xff0c;而根据权限…
阅读更多...
深度学习 | 梯度下降算法及其变体

深度学习 | 梯度下降算法及其变体

一、最优化与深度学习 1.1、训练误差与泛化误差 1.2、经验风险 1.3、优化中的挑战 1.3.1、局部最小值 1.3.2、 鞍点 经常是由于模型复杂度过高或者训练样本数据过少造成的 —— Overfitting 1.3.3、悬崖 1.3.4、长期依赖问题 二、损失函数 2.1、损失函数的起源 损失函数(loss…
阅读更多...
【prompt一】Domain Adaptation via Prompt Learning

【prompt一】Domain Adaptation via Prompt Learning

1.Motivation 当前的UDA方法通过对齐源和目标特征空间来学习域不变特征。这种对齐是由诸如统计差异最小化或对抗性训练等约束施加的。然而&#xff0c;这些约束可能导致语义特征结构的扭曲和类可辨别性的丧失。 在本文中&#xff0c;引入了一种新的UDA提示学习范式&#xff0…
阅读更多...
蓝牙物联网在汽车领域的应用

蓝牙物联网在汽车领域的应用

I、蓝牙的技术特点 ​ 1998 年 5 月&#xff0c;瑞典爱立信、芬兰诺基亚、日本东芝、美国IBM 和英特尔公司五家著名厂商&#xff0c;在联合拓展短离线通信技术的标准化活动时提出了蓝牙技术的概念。蓝牙工作在无需许可的 2.4GHz 工业频段 (SIM)之上(我国的频段范围为2400.0~248…
阅读更多...
最新文章

Copyright @ 2022~2023

友情链接： 我的编程经验分享 一条长河网 尧图网站开发 尧图建网站