Stable Diffusion是一个基于Latent Diffusion Models（潜在扩散模型，LDMs）的文图生成（text-to-image）模型。 具体来说，得益于Stability AI的计算资源支持和LAION的数据资源支持，Stable Diffusion在 LAION-5B 的一个子集上训练了一个Latent Diffusion Models，该模型专门用于文图生成。 Latent Diffusion Models通过在一个潜在表示空间中迭代“去噪”数据来生成图像，然后将表示结果解码为完整的图像，让文图生成能够在消费级GPU上，在10秒级别时间生成图片，大大降低了落地门槛，也带来了文图生成领域的大火。
我最近在玩的Stable Diffusion是基于谷歌colab，chillout_mix模型，优点是不安装不占用本地计算资源，缺点是需要翻墙、需要谷歌账号、需要花大量时间等待谷歌云的计算结果，出图慢，有耐心的小朋友可以玩玩看。
项目地址：
https://github.com/camenduru/stable-diffusion-webui-colab
我在玩的chillout_mix模型：
https://colab.research.google.com/github/camenduru/stable-diffusion-webui-colab/blob/main/v2.0/chillout_mix_webui_colab.ipynb
可以保存到谷歌云盘后再运行：
https://colab.research.google.com/drive/1Ofo0C4M5KC5SxCCEz8LpKrTaEPKhBm2-
点击连接后打开GPU，点代码框左边的播放键运行，下拉到页面最底部，等待执行7分钟后，就能获得项目临时执行地址，打开第三个URL，类似：
https://alias-fragrance-medicines-say.trycloudflare.com
训练词可以在这里找找看：
https://tag.redsex.cc
模型库：
https://civitai.com
可以下载LORA模型：
https://civitai.com/models/10519/xiaorouseeu
-------------本文结束 感谢阅读-------------
-
本文作者： HuangLei
-
本文链接：
https://maxlay.github.io/2023/03/13/stable-diffusion/
-
版权声明： 本博客所有原创文章（除文末特别标注转载或特殊声明外），均采用知识共享署名。非商业性使用 ,相同方式共享 4.0 国际许可协议 BY-NC-SA 进行许可。
您可以：自由地分享（复制、分发、传播）和演绎（修改、改编、创作衍生作品）。
须遵守署名(BY)：必须给出适当的信用，提供指向本许可协议的链接，并指出是否进行了修改。转载请注明出处及原文链接。禁止整站搬运、禁止去除作者信息、禁止用于自媒体洗稿盈利。
非商业性使用(NC)：您不得将本作品用于商业目的。
相同方式共享(SA)：如果您再混合、转换或者基于本作品进行创作，您必须基于与原作品相同的许可协议分发您的贡献。
商业授权：如需商业用途（包括但不限于出版、付费课程、企业内训等），请事先联系作者获取书面授权。任何形式的商用、二次分发、改编后商用均需授权。本网站所有技术分享严格遵守《中华人民共和国网络安全法》《数据安全法》《个人信息保护法》及相关法律法规。
用途限制：站内涉及渗透测试、漏洞分析、逆向工程、脚本工具等技术内容，仅限用于合法的教育、学术研究及获得明确授权的安全测试场景。
禁止行为：任何个人或组织不得利用本站提供的技术信息、代码或工具从事危害网络安全、侵入他人系统、干扰网络正常功能及防护措施等非法活动。
责任自负：使用者应严格遵守法律法规，因滥用本站内容而导致的任何法律纠纷、经济损失或刑事责任，均由使用者自行承担，与本站及作者无关。作者不对任何因使用本站内容而产生的后果负责。
技术具有时效性，本站部分内容可能随时间推移而过时或不准确。作者尽力保证内容的正确性，但不对其准确性、完整性、适用性或及时性做任何明示或暗示的保证。读者在参考本站内容进行实际操作（如修改配置、运行代码）前，请务必在测试环境中验证，并做好数据备份。尊重知识产权，保护网络安全，本站不提供任何系统、网站、设备的渗透目标，所有技术仅用于学习与防护。若您认为本站内容侵犯了您的合法权益，或发现本站存在违法违规内容，请通过左侧电子邮箱联系作者，作者将尽快核实并处理。
本声明自2012年5月5日起生效