AI文本生成!保姆级搭建教程

最近NovelAI在二次元AI生成圈也火了一把,它能够生成你的各种不一样的老婆。

因此前段时间我发布了一个从零到1的“搭建AI文本图像生成网站”的教程。

那么应广大网友,这次也从基础教程出发,制作了“AI文本图像生成”的教程视频。具体可以直接查看原文。

该教程主要介绍了:

1)搭建网站教程

2)具体使用方法等

搭建教程:

  • 需要用到GitHub仓库:stable-diffusion-webui
  • 要导入NovelAI的模型,需要其训练文件,可以关注我公众号,并回复”NovelAI“,获得下载链接
  • 下载完成后,把模型文件解压,放到models/Stable-diffusion里面:

  • 最后启动主程序"launch.py",等待一定的时间出现网页地址就可以了

在使用方法上:

  • 可以利用一张图片,根据自己定义的关键词prompt来进行生成,知乎网友”恒Hilbert“根据Ikun图生成了”鸡你太美“的图片:

  • 能够根据自己的涂鸦画,来生成二次元的图片,让你秒变绘画大师:

具体的详细内容,可以看视频。感兴趣的朋友可以关注我的账号哦~

我是leo,我们下期再见~

本文转载于网络 如有侵权请联系删除

相关文章

  • 啥?Gopro拥抱开源了?

    首先回答,确实抱了,不过没抱到我。我今天把有点事情使用了一下Gopro。目前最好用的第三方Gopro连接库就是下面这个小哥写的,其实也是破解Gopro的鼻祖。https://github.com/KonradIT/gopro-py-api复制位置在此。我看到这个的时候???Gopro开源了???好像确实是!甚至开源了BLE,有点意思。不过看了一圈就支持9和10,一个1800+,一个2200+(感觉价格不算贵) 比如有Python的demo剩下的demo都是GitHub的库,我这里就不看了,没有硬件。 可以看支持的平台在开源库的内部看到了很多有趣的东西,感觉有空可以学习。不过官方的开源就是不一样,命令的封装,注意事项,相关demo一个不少,不是野路子可变的(可恶啊,这里疯狂暗示DJI).各种控制流程一幕了然。不过我还是用以前的库,也是很不错。#ThisisthescriptwithouttheneedofaFFmpeginstallation,pureOpenCV #Thisisnotusefulforimageprocessing(eg:findfaces)astherewillbem

  • 当虚拟形象遇上数字孪生 | 技术趋势

    知识库数字孪生是一个综合性的概念,而不是单个产品或一项技术。由多种技术,包括3D模拟、数据可视化、物联网、4G/5G、大数据、区块链、边缘计算、云计算和人工智能等构成。 核心原理是,物理实体或资产与虚拟世界中的数字资产等价。如果人也是一种资产呢?shadoweva那数字公民算不算? 爱沙尼亚在2014年启动的数字公民计划。无论是谁,都可以在网上申请,获批后,可领取个人数字身份证明卡。@eva还真有点不太一样,我们从虚拟形象说起~~shadow随着数字化的渗透,数字空间不断影响着我们的行为习惯,社交网络、网络应用、游戏等都是一种数字空间,为了进入其中我们需要构建一种虚拟身份。虚拟身份可以映射真实身份(实名注册),也可以“匿名”存在。当个体完成了虚拟身份的构建,他才能在实体空间和数字空间之间实现自由切换。虚拟身份随着技术的发展,从最低级的"昵称",近些年进阶为虚拟形象(捏人),甚至有数字人的趋势。Gucci与虚拟形象科技公司Genies合作,允许用户创建自己的个性化虚拟形象。 apple的虚拟形象Memoji国外一家数字人技术公司基于知识计算和语音合成提供的数字人对

  • CentOS7.5安装配置Harbor1.7的全过程

    1.下载所需的包wget-P/usr/localhttps://storage.googleapis.com/harbor-releases/release-1.7.0/harbor-online-installer-v1.7.1.tgz复制2.解压文件tarzxf/usr/local/harbor-online-installer-v1.7.1.tgz-C/usr/local/复制3.修改Harbor配置hostname:配置主机名称,不可以设置127.0.0.1,localhost这样的主机名,可以是IP或者域名ui_url_protocol:指定使用HTTP协议还是HTTPS协议Emailsettings:邮箱设置,option配置,只在首次启动生效,可以登陆UI后修改harbor_admin_password:设置管理员的初始密码,只在第一次登录时使用auth_mode:用户认证模式,默认是db_auth,也可以使用ldap_auth验证。db_password:使用db需要指定连接数据库的密码self_registration:是否允许自行注册用户,默认是on,新版本可以在图

  • 机器学习(30)之线性判别分析(LDA)原理详解

    关键字全网搜索最新排名【机器学习算法】:排名第一【机器学习】:排名第一【Python】:排名第三【算法】:排名第四前言在主成分分析(PCA)原理总结(机器学习(27)【降维】之主成分分析(PCA)详解)中对降维算法PCA做了总结。这里就对另外一种经典的降维方法线性判别分析(LinearDiscriminantAnalysis,简称LDA)做一个总结。LDA在模式识别领域(比如人脸识别,舰艇识别等图形图像识别领域)中有非常广泛的应用,因此我们有必要了解下它的算法原理。在学习LDA之前,有必要将其自然语言处理领域的LDA区别开来,在自然语言处理领域,LDA是隐含狄利克雷分布(LatentDirichletAllocation,简称LDA),是一种处理文档的主题模型。本文只讨论线性判别分析,因此后面所有的LDA均指线性判别分析。LDA思想LDA是一种监督学习的降维技术,也就是说它的数据集的每个样本是有类别输出的,这点和PCA不同。PCA是不考虑样本类别输出的无监督降维技术。LDA的思想可以用一句话概括,就是“投影后类内方差最小,类间方差最大”,如下图所示。我们要将数据在低维度上进行投影,投影

  • H5本地存储详细使用教程--上

    H5本地存储有两个API,一个是WebStorage,还有一个是WebSQL。不管是哪一个,都是基于JavaScript语言来使用,接下来我就教你怎么使用H5本地存储,本文篇幅较大,JS代码较多,请耐心阅读。一、WebStorage教程 1、概述:对于WebStorage来说,实际上是Cookies存储的进化版。如果了解Cookie的人几乎一看WebStorage就会用,如果你从来没用过没了解过Cookie,没关系,看了这篇文章照样轻松玩转WebStorage。首先,学习WebStorage只需背熟这句口诀:“两个接口,四个函数”。 2、口诀:(1)两个接口:分别是localStorage和sessonStorage(2)四个函数:分别是setItem、getItem、removeItem和clear 3、localStorage:(1)特性:域内安全、永久保存。即客户端或浏览器中来自同一域名的所有页面都可访问localStorage数据且数据除了删除否则永久保存,但客户端或浏览器之间的数据相互独立。(2)四个函数:A.localStorage.setItem存储数据信息到本地B.lo

  • 魔高一丈?程序化广告流量如何作弊

    专栏作家RatkoVidakovic将为大家阐述关于广告流量作弊的各种方式,希望您在营销过程中能够一眼识破这些诡计!程序化广告领域的流量作弊关系到今天每位营销者。开放的程序化生态允许任何规模的广告主和媒体参与其中也使得“不法分子”混入并将将虚假流量带入,污染整个生态。当评估广告投放效果时,作弊流量是营销人必须解决的首要任务,这也是优化广告可见度和品牌安全的最基础的第一步,因为存在作弊流量,效果评估和优化无从谈起。就广告流量作弊的影响范围而言,以下是来自AdExchanger的节选:ANA(AssociationofNationalAdvertisers)联合广告作弊解决方案服务商WhiteOps本月启动一个为期60天的研究,聚焦在机器作弊的严重性。该项研究监测了36个ANA成员的181个广告投放,研究发现2015年机器作弊带来了23%的视频曝光,11%的展示广告曝光,折合损失63亿美元。根据我们公司平台上的数据,发现作弊程度因AdExchange而异。声誉差的交易平台作弊流量达到总流量的25-50%,声誉好的交易平台作弊流量通常低于10%。大多数围绕流量作弊的业界讨论,往往过于简单,无

  • 一位算法师工程师的Spark机器学习笔记:构建一个简单的推荐系统

    推荐引擎应用场景: .用户有海量选择:随着场景内item越来越多,用户越来越难以选择到合适的产品 .个性化场景:在选择产品时,会借鉴那些与推荐用户相似地群体,利用群体智慧对用户进行推荐”千人千面” 在本篇博客中,会涉及到以下几个部分: .介绍不同类型的推荐引擎 .使用用户偏好模型来构造推荐模型 .使用训练好的模型来为指定user计算给定item的相似度大的items .使用标准的评测函数来构造推荐模型的好坏 推荐模型类别: .基于item的过滤:使用item的内容或者属性,选择给定item的相似的item列表,这些属性一般为文本内容,包括题目、名、标签以及一些产品的元信息,通常也包括一些media信息,比如图像、音频等等 .协同过滤:协同过滤是一种集体智慧的推荐模型,在基于用户的协同过滤方法中,如果两个用户有相似的偏好(通过用户对物品的评分、用户查看物品的记录、用户对物品的评论),当为给定用户来推荐相关产品时,会使用其他相似偏好的用户的产品列表来对该用户进行推荐。基于item的协同过滤,一般数据组成为用户和用户对某些items的rating,产品被相似偏好的用户rating相同的趋

  • .net framework 类库中必须掌握的命名空间(或者类)

    Web开发常用命名空间和类。 System.Collections //命名空间包含接口和类,这些接口和类定义各种对象(如列表、队列、位数组、哈希表和字典)的集合。System.Collections.Generic //命名空间包含定义泛型集合的接口和类,泛型集合允许用户创建强类型集合,它能提供比非泛型强类型集合更好的类型安全性和性能。System.Configuration //命名空间包含提供用于处理配置数据的编程模型的类型。System.Data //命名空间提供对表示 ADO.NET 结构的类的访问。通过 ADO.NET 可以生成一些组件,用于有效管理多个数据源的数据。System.Data.Common //命名空间包含由各种 .NET Framework 数据提供程序共享的类。System.Data.Odbc //命名空间是用于 ODBC 的 .NET Framework 数据提供程序。Syst

  • 最优运输(Optimal Transfort):从理论到填补的应用

    目录 引言 1背景 2什么是最优运输? 3基本概念 3.1离散测度(Discretemeasures)  3.2蒙日(Monge)问题 3.3KantorovichRelaxation(松弛的蒙日问题) 3.4Wasserstein距离 3.5最优运输问题初解 3.6熵(Entropic)正则化 3.7Sinkhorn算法(NIPS,2013) 4WassersteinGAN(WGAN)填补(ICML,2017) 5最优运输填补(ICML,2020)   引言     最优运输(OptimalTransport)近年来引起了广大学者的研究兴趣,并在NIPS和ICML等机器学习顶级会议频繁出现。然而,最优运输的基本理论对于初学者来说,并不友好:初看理论,感觉全是晦涩难懂的数学推理公式,让很多读者有点望而却步的感觉。此外,目前国内关于最优运输理论的研究还比较初步,相关中文资料也比较匮乏。因此,笔者对自己最近几天在网上博客、论文和视频等资料的学习过程进行了初步整理,希望对后续的初学者提供一点帮助。   &nb

  • python3设置打开文件的编码

    f=open(file_path,'r',encoding='utf8') 复制 用起来很方便,不需要先读取再转码了。 作者:catmelo     本文版权归作者所有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文链接,否则保留追究法律责任的权利。

  • JavaScript - 基于CSS3动画的实现

    在痛苦的IE8时代,所有的动画都只能基于自己计算相关动画属性,开定时器setTimeout/setInterval轮询动画任务。 而肩负重任的HTML5,早已注意到了日益增强的动画,随着HTML5的降临,带来了强劲的CSS3动画,本文主要探讨:乘着CSS3的风,实现JS动画——探索现代画风的js动画。 >本文内容如下: >-CSS3动画 >-基于CSS3的动画本质 >-封装基于CSS3的动画API >-事件处理 >-结语 >-参考和引用 JavaScript-前端开发交流群:377786580 CSS3动画 CSS3的动画各种文章漫天飞已经讲烂了,CSS3到目前为止总共新增了两个动画属性:transition、animation。这里只关注我们目前要用的的部分:transition。至于animation的部分请参考《MDN-使用CSS动画》。 CSS3让动画前所未有的简单,下面的例子演示了transition,当点击div.demo的时候,div.demo向右偏移200px: <style> .demo{backgr

  • Android 8.1 自定义热点的时候设置了热点maxLength=&quot;32&quot;,但是在希伯来语等状态下还是发现在没到32个字符之前就无法把热点设置成功了

    初步认为应该是与热点名称的字节数有关。 然后开始查看源码。 /Settings/res/xml/tether_prefs.xml   中的 <Preference android:key="hotspot_settings" android:title="@string/hotspot_preference_title" android:fragment="com.sprd.settings.wifi.HotspotSettings"/>复制 发现了热点设置界面在HotspotSettings里面, 在HotspotSettings中点击设置wifi热点,进入/Settings/src/com/android/settings/wifi/WifiApDialog.java 弹框 里面的热点名称和密码设置了text改变的监听,收到监听之后会改变保持按钮的Enable状态。 mSsid.addTextChangedListener(this); mPassword.addTextChangedListener(this);复制 publicvoidaft

  • Alpha 答辩总结

    Alpha答辩总结 标签(空格分隔):软工实践 组长:442浩晖 组员:443书豪、430海林、文航248、汉森205、兴桔123 github链接 Alpha答辩评分传送门 燃尽图 暂无 原计划、达成情况及原因分析 原计划alpha版本 实际完成情况 目前未完成的部分有题量和账户的功能,题量和关联账户后端的接口代码基本已经完成等待审核,只等审核后修改一些bug就可以提交给前端使用。个人能力图和近期暂未开始。 原因 未完成的主要原因是两个班级的冲刺时间不统一,实际上在另外一个班我们只冲刺了三天,还有的原因就是部分队友要忙比赛,部分队员也有很多各种方面的事情要处理,时间不能统一所以导致没有完成任务。 Alpha版本展示 wonderland地址传送门 主页面 登入页面 Blog wiki 附录 本组10天Alpha冲刺站立会议博客链接汇总 Alpha冲刺(10/10) Alpha冲刺(9/10) Alpha冲刺(8/10) Alpha冲刺(7/10) Alpha冲刺(6/10) Alpha冲刺(5/10) Alpha冲刺(4/10) Alpha冲刺(3/10)

  • usb 枚举流程简介

    1.枚举是什么?       枚举就是从设备读取一些信息,知道设备是什么样的设备,如何进行通信,这样主机就可以根据这些信息来加载合适的驱动程序。调试USB设备,很重要的一点就是USB的枚举过程,只要枚举成功了,那么就已经成功大半了。        USB架构中,hub负责检测设备的连接和断开,利用其中断IN端点(InterruptINEndpoint)来向主机(Host)报告。在系统启动时,主机轮询它的根hub(Root Hub)的状态看是否有设备(包括子hub和子hub上的设备)连接。USB总线拓扑结构见下图(最顶端为主机的Root Hub):                         &nb

  • xv6操作系统学习笔记

    0x00背景 最近在看操作系统上的书然后选了本知乎推荐的xv6 https://th0ar.gitbooks.io/xv6-chinese/content/content/chapter0.html 我们从这几个问题入手 操作系统作用是什么? 内核的作用是什么? 内核概念-一个向其他运行中程序提供服务的特殊程序。 内核的权限保护机制是什么? 0x01操作系统接口 不熟悉的接口 exec(filename,*argv) sbrk(n) read(fd,buf,n) write(fd,buf,n) dup(fd) pipe(p) chdir(dirname) mkdir(dirname) mknod(name,major,minor) fstat(fd)复制 进程和内存 shell 进程 –用户内存空间(指令,数据,栈) –进程状态(仅内核可见) 系统调用exec将从某个文件(通常是可执行文件)里读取内存镜像,并将其替换到调用它的进程的内存空间。 I/O和文件描述符 文件描述符—作为进程(表的索引) 文件描述符和fork的交叉使用使得I/O

  • 白屏,指打开新页面时屏幕中没有任何有意义的内容,只有无休无止令人窒息的空白。造成页面白屏的原因有不少,比如页面崩溃、网络资源加载较慢、页面启动卡顿等等,这里不讨论页面崩溃等程序出现bug的场景,有bug就去解决嘛。 大多数用户可以忍受1000ms以内的白屏时间,超过1000ms时随时间的变长越来越无法忍受。所以我们的首屏优化目标是1000ms以内,即“秒开”。 宕机,指操作系统无法从一个严重系统错误中恢复过来,或系统硬件层面出问题,以致系统长时间无响应,而不得不重新启动计算机的现象。它属于电脑运作的一种正常现象,任何电脑都会出现这种情况。 定好了目标,下面貌似就应该行动起来寻找解决方案了,但等等,我们一直在说“首屏”,那什么是首屏,我们得先唠唠。首屏的英文名是“AbovetheFold”,Fold?跟折叠有什么关系?“AbovetheFold”这个概念最早用于出版行业,买过报纸的同学都知道,因为方便搬运,报纸的一般都是折叠起来的,即使是“头版”,也分朝上和朝下的一面,如图所示,朝上的那一半被称为“AbovetheFold”,也是被报社认为最重要的位置。延伸到互联网产品,“Aboveth

  • 树与堆

    1.树:   树: 树是一种数据结构. 树是一种可以递归定义的数据结构. 树由n个节点组成的集合 n=0时,是空树 n>0,一个节点作为根节点,其他节点可以分为m个集合,每个集合本身又是一棵树(这就是重复单元)     节点的度:就是一个节点的子节点有多少个 树的度:整个树中最大的节点的度就是树的度 父节点:在上面紧挨着它的节点就是父节点(A是D的父节点,但是A不是H的父节点) 子节点:一个节点下面紧挨着它的节点就是它的子节点(A下面的B,C,D,E,F,G都是它的子节点) 根节点(上面没有父节点):A 叶子节点(后面不能再分叉):B,C,H,I,P,Q,K,L,M,N,或者说度为0的节点就叫叶子节点 树的深度(高度):根到叶子最长的节点个数(就是最多几层) 子树:EIJPQ就是个子树   用树模拟文件系统:   classNode:#创建文件夹,这里暂时没有创建文件的功能 def__init__(self,name,type='dir'): self.name=name self.type=type#'dir'or'file

  • Please ensure that adb is correctly located at……问题解决方案

    遇到问题描述: 运行android程序控制台输出    [2013-10-1316:45:50-]Theconnectiontoadbisdown,andasevereerrorhasoccured.   [2013-10-1316:45:50 -]YoumustrestartadbandEclipse.   [2013-10-1316:45:50 -]Pleaseensurethatadbiscorrectlylocatedat'<--此处显示adb.exe的全路径-->'andcanbeexecuted.     问题分析1: 关闭eclipse,打开windows任务管理器,查看进程中是否有adb.exe或adb.exe*32。   解决方案1: 如果有则关闭该进程,重新启动eclipse即可;   问题分析2: windows任务管理器中就找不到adb.exe或adb.exe*32的进程,

  • vSphere7系列 02:ESXi安装

    一、下载镜像   链接:https://pan.baidu.com/s/1s47CdoNZQAMNN6-2utUPzA提取码:0oqb(过期请留言哦!)   你也可以到VMware官网下载,但需要账号。      友情提示⚠️⚠️⚠️   前段时间VMware发布了ESXi7.0U3版本,但用户使用后发现有大问题,紧急下线了U3,请大家在通过其他渠道下载镜像时务必注意版本号。官网通知如下:     二、安装   本次我将使用1台DELL服务器来演示ESXi的安装过程(前期挂载镜像、从镜像启动过程省略,如很多小伙伴有需要请联系我出一期)   傻瓜式安装,下一步下一步即可。此处将展示全过程   1)载入镜像        2)读取配置文件        3)欢迎来到VMware7.0.2的安装,支持安装在大多数系统上,但只支持在VMware兼容性指南上的系统。     选择要执行的操作:(Enter)Continue          4)            

  • Leetcode 42. Trapping Rain Water

    Givennnon-negativeintegersrepresentinganelevationmapwherethewidthofeachbaris1,computehowmuchwateritisabletotrapafterraining. Forexample,Given[0,1,0,2,1,0,1,3,2,1,2,1],return6. 思路:显然index=0andsize-1这两个位置不会存水。只需要考察这中间的位置。如果一个位置index(e.g.2),左边和右边都有比它大的数,index上面才可能有水。写一个subroutine来找左(右)边第一个高于index的位置,并记录下这个高度为LH,RH。存水会使LHI,RHI之间的所有位置高度都变成min(RH,LH)。然后我们跳到RHI这个位置接着再找就可以。 1classSolution(object): 2deftrap(self,height): 3""" 4:typeheight:List[int] 5:rtype:int 6""" 7size=len(height) 8S1=sum(height) 9if

  • 【《超标量处理器基础》学习笔记一】处理器设计

    本系列为《超标量处理器基础》学习笔记,多数为书中内容,摘取感兴趣的部分稍作整理。 体系结构指指令集体系结构,即指令集的规范,而微体系结构是指体系结构的具体逻辑实现,同一种指令集体系结构可以用不同的微体系结构,并采用不同的流水线设计,不同的分支预测算法等。 微体系结构的多样性使得同一种体系结构能够不断地推陈出新,并利用新出现的微体系结果技术来提高微处理器的性能,同时又保持代码的兼容性。 微处理器是指令集处理器(ISP,InstructionSetProcessor)。ISP执行预先定义指令集中的指令。微处理器的功能几乎完全取决于指令集,从而表明了它的执行能力。所有运行于微处理器上的程序都要基于指令集进行编码。预定义的指令集称为指令集体系结构(ISA,InstructionSetArchitecture)。ISA是软件与硬件之间的接口,或者是程序与处理器之间的接口。ISA是设计的规范,而微处理器或ISP是设计的实现。 微处理器的发展符合摩尔定律,即在单个芯片上的器件集成度将以每18个月到24个月的速度翻一番。 体系结构、逻辑实现和物理实现 体系结构规定了处理器的功能性行为,逻辑实现是实现

相关推荐

推荐阅读