为你推荐
THE TRANSLATOR'S WORDS 译者序
PROLOGUE 序言
PREFACE 前言
ABOUT THE AUTHOR 作者简介
ABOUT THE REVIEWERS 审校者简介
PART 1 第一部分 Stable Diffusion的旋风
CHAPTER 1 第1章 Stable Diffusion介绍
1.1 扩散模型的演变
1.2 为何选择Stable Diffusion
1.3 使用哪一个版本的Stable Diffusion
1.4 为什么选择本书
1.5 参考文献
CHAPTER 2 第2章 搭建Stable Diffusion的开发环境
2.1 硬件要求
2.2 软件要求
2.3 运行Stable Diffusion管道
2.4 使用Google Colab
2.5 使用Google Colab运行Stable Diffusion管道
2.6 总结
2.7 参考文献
CHAPTER 3 第3章 使用Stable Diffusion生成图像
3.1 登录Hugging Face
3.2 生成图像
3.3 生成器种子
3.4 采样调度器
3.5 更换模型
3.6 引导比例
3.7 总结
3.8 参考文献
CHAPTER 4 第4章 理解扩散模型背后的理论
4.1 理解图像到噪声的转换过程
4.2 一种更高效的前向扩散过程
4.3 噪声到图像的训练过程
4.4 噪声到图像的采样过程
4.5 理解分类器引导去噪
4.6 总结
4.7 参考文献
CHAPTER 5 第5章 理解Stable Diffusion的工作原理
5.1 潜空间中的Stable Diffusion
5.2 使用diffusers生成潜向量
5.3 使用CLIP生成文本嵌入
5.4 初始化时间步嵌入
5.5 初始化Stable Diffusion的UNet
5.6 实现一个文本到图像的Stable Diffusion推理管道
5.7 实现一个文本引导的图像到图像Stable Diffusion推理管道
5.8 总结
5.9 参考文献
5.10 扩展阅读
CHAPTER 6 第6章 使用Stable Diffusion模型
6.1 技术要求
6.2 加载Diffusers模型
6.3 从safetensors和.ckpt文件加载模型的检查点
6.4 在Diffusers中使用.ckpt和safetensors文件
6.5 关闭模型安全检查器
6.6 将检查点模型文件转换为Diffusers格式
6.7 使用Stable Diffusion XL
6.8 总结
6.9 参考文献
PART 2 第二部分 通过自定义功能改进扩散模型
CHAPTER 7 第7章 优化性能和显存的使用
7.1 设置基线
7.2 优化方案1：使用float16或bfloat16数据类型
7.3 优化方案2：启用VAE平铺
7.4 优化方案3：启用Xformers或使用PyTorch 2.0
7.5 优化方案4：启用顺序CPU卸载
7.6 优化方案5：启用模型CPU卸载
7.7 优化方案6：令牌合并
7.8 总结
7.9 参考文献
CHAPTER 8 第8章 使用社区共享的LoRA
8.1 技术要求
8.2 LoRA技术的工作原理
8.3 深入探索LoRA的内部结构
8.4 创建一个加载LoRA的函数
8.5 为什么LoRA有效
8.6 总结
8.7 参考文献
CHAPTER 9 第9章 使用文本反转
9.1 使用文本反转进行Diffusers推理
9.2 文本反转的工作原理
9.3 构建一个自定义的文本反转加载器
9.4 总结
9.5 参考文献
CHAPTER 10 第10章 破解77个令牌限制和启用提示权重
10.1 理解77个令牌的限制
10.2 突破77个令牌的限制
10.3 启用带权重的长提示
10.4 验证工作
10.5 使用社区管道突破77个令牌的限制
10.6 总结
10.7 参考文献
CHAPTER 11 第11章 图像修复和超分辨率
11.1 理解相关术语
11.2 使用图像到图像的扩散技术进行图像放大
11.3 ControlNet分块图像放大
11.4 总结
11.5 参考文献
CHAPTER 12 第12章 计划提示解析
12.1 技术要求
12.2 使用Compel包
12.3 构建自定义的计划提示管道
12.4 总结
12.5 参考文献
PART 3 第三部分 高级主题
CHAPTER 13 第13章 使用ControlNet生成图像
13.1 什么是ControlNet，它有哪些独特之处
13.2 如何使用ControlNet
13.3 在管道中使用多个ControlNet
13.4 ControlNet的工作原理
13.5 ControlNet的更多用法
13.6 总结
13.7 参考文献
CHAPTER 14 第14章 使用Stable Diffusion生成视频
14.1 技术要求
14.2 文本到视频生成的原理
14.3 AnimateDiff的实际应用
14.4 使用Motion LoRA控制动画运动
14.5 总结
14.6 参考文献
CHAPTER 15 第15章 使用BLIP-2和LLaVA生成图像描述
15.1 技术要求
15.2 BLIP-2——启动语言-图像预训练
15.3 LLaVA——大型语言与视觉助手
15.4 总结
15.5 参考文献
CHAPTER 16 第16章 探索Stable Diffusion XL
16.1 Stable Diffusion XL有哪些新变化
16.2 使用Stable Diffusion XL
16.3 总结
16.4 参考文献
CHAPTER 17 第17章 Stable Diffusion提示词优化之道
17.1 什么是好的提示词
17.2 使用LLM生成更好的提示词
17.3 总结
17.4 参考文献
PART 4 第四部分 将Stable Diffusion集成到应用中
CHAPTER 18 第18章 对象编辑和风格迁移
18.1 使用Stable Diffusion编辑图像
18.2 对象和风格迁移
18.3 总结
18.4 参考文献
CHAPTER 19 第19章 生成数据持久化
19.1 探索和理解PNG文件结构
19.2 在PNG图像文件中保存文本数据
19.3 PNG数据存储限制
19.4 总结
19.5 参考文献
CHAPTER 20 第20章 创建交互式用户界面
20.1 Gradio介绍
20.2 开始使用Gradio
20.3 Gradio基础知识
20.4 使用Gradio构建一个Stable Diffusion文本到图像管道
20.5 总结
20.6 参考文献
CHAPTER 21 第21章 扩散模型的迁移学习
21.1 技术要求
21.2 使用PyTorch训练神经网络模型
21.3 使用Hugging Face的Accelerate训练模型
21.4 训练Stable Diffusion v1.5 LoRA
21.5 总结
21.6 参考文献
CHAPTER 22 第22章 Stable Diffusion与未来
22.1 这波人工智能浪潮有何不同
22.2 数学和编程的持久价值
22.3 跟上人工智能创新的步伐
22.4 构建负责任、遵守道德、保护隐私和安全的人工智能
22.5 我们与人工智能不断演变的关系
22.6 总结
22.7 参考文献
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
6.5
