Stable diffusion相关词汇表

创建于 2024-02-05 / 614
字体： [默认] [大] [更大] 收藏文档
  • artificial intelligence generated content (AIGC): 生成式人工智能
  • ancestral sampling: 祖先采样，又称向前采样
  • annotation: 标示
  • batch count: 批量数量
  • batch size: 批量大小
  • checkpoint: 存盘点，模型格式，附文件名为.ckpt。
  • classifier-free guidance scale (CFG scale): 事前训练的条件控制生成方法。
  • CodeFormer: 2022年由Shangchen Zhou等人发表的脸部修复模型。
  • conditioning：制约训练
  • ControlNet: 2022年由Lvmin Zhang发表，通过加入额外条件来控制扩散模型的神经网络结构。
  • cross-attention: 分散注意
  • dataset: 数据集
  • denoising: 去噪，降噪
  • diffusion: 扩散
  • Denoising Diffusion Implicit Models (DDIM): 去噪扩散隐式模型，2022年由Jiaming Song等人发表的采样方法。
  • Dreambooth: Google Research和波士顿大学于2022年发表的深度学习模型，用于调整现有的文生图模型。
  • embedding: 嵌入
  • epoch: 时期
  • Euler Ancestral (Euler a): 基于k-diffusion的采样方法，使用祖父采样与欧拉方法步数。可在20~30步数生出好结果。
  • Euler: 基于k-diffusion的采样方法，使用欧拉方法步数。可在20~30步数生出好结果。
  • fine-tune: 微调
  • float16 (fp16): 半精度浮点数
  • float32 (fp32): 单精度浮点数
  • generate：生成图片
  • Generative Adversarial Network (GAN)：生成对抗网络，让两个神经网络相互博弈的方式进行学习的训练方法。
  • GFPGAN: 腾讯于2021年发表的脸部修复模型。
  • hypernetwork: 超网络
  • image to image: 图生图
  • inference: 模型推理
  • inpaint: 内补绘制
  • interrogator: 图像理解
  • k-diffusion: Karras等人于2022年发表的PyTorch扩散模型，基于论文〈Elucidating the Design Space of Diffusion-Based Generative Models〉所实作。
  • latent diffusion: 潜在扩散
  • latent space: 潜在空间
  • learning rate: 学习率
  • Lora beYond Conventional methods, Other Rank adaptation Implementations for Stable diffusion (LyCORIS)
  • low-rank adaptation (LoRA): 低秩自适应，2023年由Microsoft发表，用于微调大模型的技术。
  • machine learning: 机器学习
  • model：模型
  • negative prompts: 负向提示词
  • outpaint: 外补绘制
  • pickle: 保存张量的模型格式，附文件名为.pt
  • postprocessing: 后处理
  • precision: 精度
  • preprocessing: 预处理
  • prompts: 提示词
  • PyTorch: 一款开源机器学习库
  • safetensors: 由Huggingface研发，安全保存张量的模型格式。
  • sampling method: 采样方法
  • sampling steps: 采样步数
  • scheduler: 调度器
  • seed: 种子码
  • Stable Diffusion: 稳定扩散，一个文生图模型，2022年由CompVis发表，由U-Net、VAE、Text Encoder三者组成。
  • text encoder: 文本编码
  • text to image: 文本生成图片，文生图
  • textual inversion: 文本倒置
  • tiling: 平铺
  • token: 词元
  • tokenizer: 标记解析器
  • Transformers: HuggingFace研发的一系列API，用于辅助PyTorch、TensorFlow、JAX机器学习，可下载最新预训练的模型。
  • U-Net：用于影像分割的卷积神经网络
  • unified predictor-corrector (UniPC): 统一预测校正，2023年发表的新采样方法。
  • upscale: 升频，放大
  • variational auto encoder (VAE): 变分自动编码器
  • weights: 权重
  • xFormers: 2022年由Meta发表，用于加速Transformers，并减少VRAM占用的技术。
0 人点赞过

本文档作者为：千秋九yuno779 https://civitai.com/user/Yuno779