浅谈 Stable Diffusion AI 在建筑设计的应用3.0
小伙伴是否经常有疑问 感觉自己的参数调整不好导致练出来的图非常的不符合自己的预期？那很有可能就是参数没调好啦！
这边小编也用自己的例子来展示下对于3个最常用的参数：steps迭代步数, Denoising降噪, 和 ControlNet权重 的个人理解。
1. Steps迭代步数
0-50: 对于显卡要求较低 可以通过这个阈值快速的了解自己出的图的大概样貌， 但不推荐作为主要的出图手段
50-100：对于显卡要求适中，适当降低出图速度来提升图片的品质，值得信赖的一档 可以满足大多数出图需求
150：对于显卡要求较高 用最慢的出图速度来提升出图质量 在带来高图片品质的同时可能会出现一些不需要的噪点或物件，可以根据自己的需求合理使用
2. ControlNet权重
0.5左右：一个非常迷的数值，大概率不会改变喂的图的样式 每个小数点可能出现的结果都不一样 可以自己多多尝试
0.7左右：一个非常适合帮你进行适当头脑风暴的数值 会在喂的图的基础上提供多样的的可能性
3. Denoising降噪
1 ：出的图会基本根据你给的构图来生成，降低多样的可能性来适应某些固定的构图，适合有非常明确idea的同学。
0.8：一个非常舒适的阈值，可以在一定明确的构图上提供多样的出图体验，非常推荐
0.5：适合有一定构图想法但不明确的同学使用，可以提供基于你构图的各种可能性 适合在设计前期 进行定向头脑风暴
一连三篇的Ai Diffusion 基础教学在这告一段落，希望各位同学可以尝试一下运用Ai在日常设计中，学以致用。也期待在下一篇跟大家再次见面！
所有图片均为作者本人