学之，则难者亦易矣；
不学，则易者亦难矣 。
点个赞，别让我一个人看起来太过自恋。
先简单介绍下stable-difussion 我的理解跟midjourney差不多，官方的意思是
Stable Diffusion是2022年发布的深度学习文本到图像生成模型。它主要用于根据文本的描述产生详细图像，尽管它也可以应用于其他任务，如内补绘制、外补绘制，以及在提示词指导下产生图生图的转变。
本地部署stable-difussion-webui
环境（按照我这个下载就可以了，已经有的就不用下载了）
- homebrew环境 （打开终端复制粘贴） 地址：brew.sh/
- python环境 （不要去官网下载，按照我这个版本）
brew install cmake protobuf rust python@3.10 git wget
- 去github拉代码（git环境自己配），认准下边这位老哥，不要下载错了 地址：github.com/AUTOMATIC11…
- 打开下载的文件夹在终端启动命令如下
./webui.sh
- 启动完成后默认访问（按command点击跳转也可以） http://127.0.0.1:7860
安装结束
启动后界面是这样子（你的可能是英文，是因为没有下载汉化的插件）
当然如果你的英语很好，那就不用装汉化插件，或者你用熟悉了之后可以卸载汉化的插件，然后就可以快乐的装杯了，哈哈哈（按照下图汉化）
找到 zh_CN Localization 然后install（先别急着重启，需要设置个选项）
ok，重启后就可以看到中文界面了
在介绍常用功能之前先介绍下discord，如果你玩discord的话应该会了解到这个，本地部署的跟这个差不多，语法都是一样的，就是本地部署的你需要放一些模型进去，根据关键词生成对应的AI图片，没玩过也没关系，接下来我会介绍下你刚才启动的界面怎么玩。
我们玩的主要有两个功能
- 图生图
- 根据关键字生成图片
在这两个里边我们最常用的是 关键字生成图片，你可以用翻译软件，翻译你想生成的图片然后把关键放到 提示词那个框里你会得到这样的一张图片
关于提示词与反向提示词文末我会给大家推荐几个网站，找几个玩玩也就会了，毕竟朋友们的学习能力都超强吧
介绍下其他的几个选项
采样方法：如果你是mac建议以下这几个 会比较快，不要问为什么，我也不知道 哈哈
迭代步数：就是希望AI要多少步生成你的提示词的图片，尽量用偶数，最好不要超过50
宽度高度单位像素，512、512得到的就是一张正方形的图片，太大会耗性能，并且图片质量会下降，批次与批数量尽量不要动，跟你的电脑性能也有关系
相关性：生成的图像与你的提示词匹配程度 一般5-15之间
随机种子：默认是-1 这个值一般是让AI自己发挥，可以设置固定值，自己尝试
怎么用别人的模型
首先推荐几个模型网站
第一个是 C站 选checkpoint模型就可以，一般来说会文件比较大
提示词就在这里
第二个是国内的libulibu 这个也有很多优秀的作品，我的很多模型就是从这里的下载的
关键词在这里
注意你下载的文件类型！！！
checkpoint模型路径：
你的路径/stable-diffusion-webui/models/Stable-diffusion
lora模型路径：
你的路径/stable-diffusion-webui/models/Lora
最后在这里选择你放进目录的模型（没有的话就刷新一下），然后就可以愉快的玩了
看完记得点个赞，之后我也会跑一些自己的模型给大家玩
