Stable Diffusion 模子参数详解
深入相识 Stable Diffusion 模子输入参数 ，，，，，，提升绘画创作质量 。。 。。。。。。
模子输入的相关参数
Sampling steps：采样迭代步数 。。 。。。。。。AI一样平常会先随机出一张图片 ，，，，，，然后一步程序整图片 ，，，，，，向提醒词靠拢 。。 。。。。。。采样迭代步数越小 ，，，，，，需要调解的次数就越多 ，，，，，，也就越准确 ，，，，，，天生图片所需要的时间就越长 。。 。。。。。。建议步数在20~30步即可 。。 。。。。。。
Sampling method：采样要领 。。 。。。。。。这是AI使用的算法 ，，，，，，包括：
Euler：最常见、最基础的算法 ，，，，，，也最快 。。 。。。。。。
Euler a：具有创立力 ，，，，，，差别步数可以天生差别的图片 。。 。。。。。。建议步数在30步以下 。。 。。。。。。
DDIM：收敛快 ，，，，，，但效率低 ，，，，，，适合重绘使用 。。 。。。。。。 LMS:Euler的衍生算法 ，，，，，，相对更稳固 ，，，，，，30步左右可以获得稳固效果 。。 。。。。。。 PLMS：比LMS更有用的衍生算法 。。 。。。。。。 关于DPM++类 ，，，，，，一样平常来说 ，，，，，，DPM++ SDE Karras 偏向于写实 ，，，，，，DPM++ 2MKarras 偏向于动漫 。。 。。。。。。
Restore faces：面部修复功效 ，，，，，，尤其适合真人人脸的细节 。。 。。。。。。设意为“Settings -Face restoration” ，，，，，，为0时效果最大 ，，，，，，为1时效果最小 ，，，，，，建议0.5起 。。 。。。。。。
Tiling：平铺 。。 。。。。。。天生可以一连拼接的图片 。。 。。。。。。
Hirres.fix：高清修复 。。 。。。。。。�？？？？？？梢园训颓致实恼掌鹘獾礁咔致� 。。 。。。。。。本算法能让AI在较低区分率下渲染图片 ，，，，，，然后再提高到高区分率后增添细节 。。 。。。。。。避免直接使用高区分率天生图片失败 。。 。。。。。。Upscaler(放大器)可选ESRGAN 4X；；； ； ；Denoising strength(重绘幅度)是指放大后修改细节的水平 ，，，，，，数值规模 0-1 ，，，，，，数值越大 ，，，，，，AI创意就越多 ，，，，，，也就越偏离原图；；； ； ；Upscale by(放大倍数)是指在原有宽度和长度上放大几倍 ，，，，，，需要高速缓存 。。 。。。。。。