【AIGC】七千字通俗讲解Stable Diffusion | 稳定扩散模型 | CLIP | UNET | VAE | Dreambooth | LoRA

前几天，我们用较为通俗的方式，讲解了一下大语言模型的内部运行原理，今天我们再来讲解一下Stable Diffusion的生成原理，应该说，这个Stable Diffusion算法是这一波AIGC浪潮崛起的基础，无数的AIGC工具都在此基础上衍生出来。本视频内主要会分为三个部分，第一部分介绍Stable Diffusion的原理，包括什么是扩散(Diffusion）？如何稳定的控制扩散？以及介绍CLIP和UNET的原理，理解VAE的编解码过程。第二部分我们会介绍模型训练的相关原理，包括机器是如何认识图片的，以及如何训练模型。第三部分，我们会介绍大模型的微调技术，包括为什么要进行微调，微调要解决的问题，以及常见的微调技术及其相关原理。
#stablediffusion #aigc #人工智能 #lora

[@liangqunlu1553]

多谢讲解，陆续看了好几遍来理解模型过程。 感觉对于CLIP 讲解的不够深入，CLIP 全称是 Contrastive Language-image Pre-Training，即 对比文本-图像对的预训练方法。训练数据使用了400 million的pairs，用来构建text embeddings，这个embeddings 里面有图像特征。

[@anylatent]

讲解的通熟易懂，非常赞

[@Julian-yb6he]

感谢分享！期待深入介绍！

[@miantiaosi3366]

很棒！我要多看几遍，尽可能记下来。

[@716Lufei]

讲解的很棒

[@alfreddesign]

楼主你好，讲得太棒了。我在内部分享会想借用两张你的图来向大家解释 Stable Diffusion的原理，完全是非盈利的，希望可以同意。谢谢

[@bestpartners]

没问题

[@alfreddesign]

感谢🙏感谢

[@alfreddesign]

@@bestpartners 感谢🙏

[@ShinChven]

大佬你太猛了

[@jamesmina7258]

thank you

[@user-bd1fx5yp4b]

感謝分享，我滿好奇SD1.5中 LoRA17層blocks具體是怎麼插入 Unet25層blocks的，不是很懂為什麼in有6層 out卻有9層。另外也想了解一下正則圖片 正則化是怎麼作用的。

[@zhaixiaoba]

感谢分享

[@user-xg6wu6fw6b]

关于lora和微调大模型我有一个疑惑，既然lora可以起到修改大模型的作用，那我们为什么还要微调大模型呢。什么样的需求LoRA hold不住，必须要微调大模型呢？

[@morgenliao4987]

怎么才这点点赞，我要有十个账号的话，想给你点十次。

[@bestpartners]

哈哈，感谢支持，这个没办法，随缘吧🤣

[@garfieldlavi]

可以再講解controlnet原理嗎？感謝～

[@bestpartners]

找时间做一期

[@user-tm8nb5mi7r]

大佬，请问有个人博客或者个人网站吗？

[@bestpartners]

没有，就 youtube 这一个频道

[@stoneidolon]

别老出人头像啊