文章编号：3544 / 分类：Stable Diffusion绘画 / 更新时间：2024-06-12 10:21:35 / 浏览：次

大家好，我是 Stable Diffusion 中文网的小编，今天我们将深入了解 Stable Diffusion 采样方法的区别，以及详细介绍这些采样器的功能。Stable Diffusion 是一个强大的图像生成工具，为AI艺术家们提供了丰富的选择，让他们能够创作出惊艳的作品。

首先，我们要介绍 Stable Diffusion 的 Web 用户界面（Webui），这是 Stable Diffusion 的图形用户操作界面，它使 Stable Diffusion 可视化，而且还集成了众多有用的扩展脚本。在 Webui 中，你可以找到许多不同的采样方法，这也是目前 AI 艺术家们热衷讨论的话题。接下来，让我们一起来看看这些采样方法的区别。

Euler 采样方法基于 Karras 的论文，在 K-diffusion 项目中实现。它通常只需 20-30 步就能生成效果出色的图像。在采样器设置页面，你可以调整 sigma noise、sigma tmin 和 sigma churn 这三个属性，它们会影响到采样结果。

Euler a 方法采用了祖先采样（Ancestral sampling）的方式，其性能会受到采样器设置中的 eta 参数的影响，关于 eta 我们稍后会详细介绍。

LMS（线性多步调度器）源自 K-diffusion 项目，是一种多步采样方法，也受到采样器设置的影响。

和 Euler 一样，heun 也基于 Karras 的论文，在 K-diffusion 中实现，其性能受 sigma 参数的调整影响。

DPM2 a 方法采用了祖先采样，受 eta 参数的影响。

DPM++ 2S a 是基于 Cheng Lu 等人的论文的改进版本，在 K-diffusion 中实现。它使用了 2 阶单步采样并采用了祖先采样的方法，同样受 eta 参数的调整影响。

DPM++ 2M 也是基于 Cheng Lu 等人的论文的改进版本，在 Hagging Face 的 Diffusers 中被称作已知最强调度器。它适用于速度和质量的平衡，相对于 2S 采样，2M 采样会参考更多步，提供更好的图像质量，但也更复杂。

DPM++ SDE 是基于 Cheng Lu 等人的论文的版本，它采用了随机微分方程（stochastic differential equations），而 DPM++ 原本是 ODE 的求解器（ordinary differential equations）。它也使用了祖先采样的方法，受 eta 参数的影响。

DPM fast 是基于 Cheng Lu 等人的论文实现的固定步长采样方法，适用于步数小于 20 的情况，同样受 eta 参数的影响。

DPM adaptive 是基于 Cheng Lu 等人的论文实现的自适应步长采样方法，它使用了 DPM-Solver-12 和 23，同样受 eta 参数的影响。

LMS Karras、DPM2 Karras、DPM2 a Karras、DPM++ 2S a Karras、DPM++ 2M Karras、DPM++ SDE Karras 这些带有 Karras 后缀的采样方法都是使用了 Karras noise schedule 的版本。

DDIM 是官方采样器，基于 Jiaming Song 等人的论文。它通常被用作比较的基准采样方法，在采样器设置中有自己的 ETA 参数。

PLMS 也是一个经典的采样方法，一直伴随着 Stable Diffusion 的发展。

UniPC 是最新添加到 Webui 中的采样器，基于 Wenliang Zhao 等人的论文。它通常可以在 10 步以内生成高质量的结果，而在采样器设置中，你可以自定义参数。

UniPC 还有三种变体，分别是 bh1、bh2 和 vary_coeff。根据 Hugging Face 团队的建议，bh1 适合在无条件的情况下，且步数小于 10 的情况下使用，其余情况可以使用 bh2。至于 vary_coeff，它在无条件的情况下在 7、8 或 9 步时表现最好，对于步数在 10 以上的情况，推荐使用 bh2。

如果你生成的图片尺寸为 512 x 512 或更大，建议选择 uniform。它更适合高分辨率图像，而 logSNR 则适合低分辨率图像。

总结一下，你可以根据你的需求和关注的参数使用脚本来运行网格图，然后选择最符合你预期的结果。如果你不想费心比较，可以选择 DPM++ 2M、DPM++ 2M Karras 或 UniPC。如果你追求多样性和想象力，可以尝试 Euler a、DPM++ SDE、DPM++ SDE Karras 和 DPM2 a Karras（注意要调整对应的 eta 值）。

欢迎来到Stable Diffusion中文网！如果您在使用Stable Diffusion整合包启动器时无法选择您的显卡，请按照以下步骤进行操作： 1. 下载最新显卡驱动 如果您…

大语言模型（LLM）的竞争日益激烈，各个领域的公司纷纷入局，以争夺人工智能领域的霸主地位。其中，以文生图（GPT）家族最为著名，但令人意外的是，Stable Diffusion 也…

欢迎来到Stable Diffusion中文网，今天我们将介绍如何使用Roop插件进行一键换脸操作。Roop插件是一款功能强大的AI换脸插件，它可以使生成的所有图片都使用同一张脸。…

Stable Diffusion是一个在线的图像生成工具，它利用人工智能技术来根据用户提供的描述生成图像。下面是使用Stable Diffusion生成图片的步骤： 步骤一：进入S…

如果你在使用Stable Diffusion时遇到了DLL_NOT_FOUND错误，那么这篇文章将为你解答这个问题。 您正在使用不受支持的 Windows 版本。本软件及其附加组件…

本期我们为大家带来了全新的Stable Diffusion中文网提示词prompt生成器！通过这个生成器，您可以轻松创建适合于您想要绘制的画作的提示词。下面是生成器使用的简要说明：…

什么是Checkpoint？ Checkpoint 是 Stable Diffusion 中最重要的模型之一，也是主模型，几乎所有的操作都要依托于主模型进行。Checkpoint …

Midjourney是一款个人版的在线学习平台，提供多种订阅级别供用户选择。以下是Midjourney账号的不同订阅级别及其价格： 1. Basic – 19.99美元…

在数字艺术领域，AI绘画技术已经成为了一项引人注目的技术，让我们可以训练出独特的人像生成模型。稳定扩散（Stable Diffusion）是一个出色的工具，提供了多种模型训练方式，…

Hugging Face是哪个国家的？ Hugging Face是一家总部位于美国的公司，专门开发用于构建机器学习应用的工具。该公司成立于2016年，致力于提供先进的自然语言处理技…

本文地址：https://www.badfl.com/article/b820622bf7ea539c8077.html

上一篇：stablediffusion配置要求高吗mac电脑amd显...
下一篇：stablediffusion提示词种类用法与规则？附tag...