2023年11月20日 每日一猜答案：。 答案：ABC。
每日一猜答案分析：

nodejs安装及环境配置,nodejs部署到服务器,nodejs哪个版本稳定,nodejs中的全局变量有哪些

由于国内对openai的API接口网址进行了屏蔽，因此需要科学上网或对API进行反向代理才能使用API接口，那么该怎么使用反向代理的API接口呢？

在Configuration列表中添加一项【【微信】】即可，下面是代码：

在【【微信】】的代码中配置代理，添加下面的代码在【【微信】】 的正式代码之前：

对openai对象设置api_base 的参数即可：

直接通过openai.proxy设置openai的代理：

Lora？（Low-Rank Adaptation of large Language Models）

lora是什么意思,lora piano,lola rose,lorawan与lora的区别

通过神经网络生成，基于自然语言描述生成图像的技术

旧算法?

GAN?

VAE

新算法

Stable diffusion

Dall-E

?Stable?diffusion

根据初始状态的噪声扰动，消除噪声转换成图像，基于DPM（Diffusion Probabistic models）的改进版，DPM是一种概率建模方法，旨在使用初始状态的噪声扰动来生成图像。模型会首先生成一张初始状态的噪声图像，然后通过逐步的运算过程逐渐消除噪声，将图像转换为目标图像。这也是我们在进行Stable Diffusion 绘图时，首先需要确定噪声采样方式和采样步长的原因。

Dall-E Dall-E2?-openai

DALL-E2 基于Transformer和GAN的文本到图像生成算法，灵感来源GPT-3

?

训练模型得出的为权重文件

整体权重

内部单独不同权重

通过大量数据训练而成的模型，无法满足细节

?

据说基于Stable?diffusion算法，未开源

需要在discord机器人指令操作，0成本，文生图，简单，艺术风格

需要搭配环境，付费，需要合适关键词才能精准绘图

?

登录openai?网站注册，输入文字描述生成图片，可以标记区域修改，可以根据图片延展

第一次一个月50免费积分，每月15个积分，一个图片1积分，未开源

?

是一种算法也是模型，基于python环境运行

开源，免费，可自由修改，优化算法定制需求，本地部署

可定制训练，输入文本表示+照片，照片应用成噪声再输入

?

生成方式

?2.0 以上版本砍掉了NSFW 内容和艺术家关键词

?

可以在线使用，Dall-E会根据这些文字描述生成一张或多张图片，用户可以上传自己的图片，标记图像中的区域进行进一步的编辑和修改。Dall-E还会根据已有图像的视觉元素对图像进行二次加工，延展图片边界。

?

云端软件，优势在于二次元图像生成

底层算法也是基于stable diffusion模型微调?

输入关键字生成图片，因为泄露过代码，所以可以下载模型在SD中使用 Naifu

?

最早流行的AI绘图工具，发布在google?clab平台，开源免费，可以浏览器运行 基于diffusion扩散模型

?

绘制人物方面不佳，时间久，被stable?diffusion?替代

?

针对二次元，使用方法和midjourney类似

?

扩散模型，与NovelAI类似，据说是根据Novel基础上微调，可以再Hugging?face上下载并且在SD 中使用

?

?

大小几十KB 文件地址?\embeddings

?

text?coder类似字典，如果新关键字没有，需要Embedding?算法训练，如将麒麟训练后看作龙羊虎合体，不改变大模型基本结构，不改变text?coder就可以微调，需要较多关键词，对于复杂词汇结果不好，定义任务需要较少关键词，适用于人物

更新时候不改变主模型，而是改变文本标识 text?in【【微信】】，相当于理解能力，主模型相当于画图技术，擅长风格

?

Hypernetwork（风格模型，超网络 ）

文件地址 \models\hypernetworks

?作用在UNET网络，UNET网络相当于一个函数包含很多参数，Hypernetwork?新建神经网络（超网络），输出结果为UNET网络参数，超网络参数少，训练快，时间少，会影响UNET参数生成，适合风格训练

类似lora，训练的是hypernetwork如何选择插入权重，相对LORA多饶了一道

?

?Dreambooth（主模型，底膜?）

在主模型上训练会改变主模型

文件地址 \models\stable-diffusion

?Google?提出的网络模型，能完整保留你想要的视觉特征，可以识别模型细节，提供3-5张图像和文本提示输入则效果就好，适合任务训练，改版的nati【【微信】】适合风格，同时提供特征词+类别和类别文本图片信息，额外学习到新的信息

生成图片跟原始图片增加第一级噪声样本对比，得出loss?相当于得分，反复更新训练

?

?

文件地址 \models\lora

微软开发，微调大模型，冻结预训练模型权重，在每个transfoemer块注入可训练层，在大部分参数不变情况下调整局部参数，不需要计算模型权重参数梯度，减少了训练量和GPU要求，在更新时改变调整的权重，不改变主模型

?

?

通过添加额外条件控制基础扩散模型，实现精细控制，结合文生图操作可以实现线稿转全彩功能，不需要大量关键词来堆叠

?

VAE模型?

基本都兼并，风格嵌入，美学嵌入

?

SD训练时会有一个编码和解码过程，将编码和解码过程称为VEA模型，官网下载的预训练模型都内置好训练好的VAE模型，不用在额外下载，如果没有内置则额外下载，没有添加会导致图片饱和度出问题，发灰，不清楚

?

适合衣服

?