ACertainty

ACertainty是一个经过精心设计的模型，非常适合用于在dreambooth中进行进一步的微调和训练。与其他动漫风格的稳定扩散模型相比，它更容易训练，并且在进一步的开发中更不偏袒和更平衡。该模型不太可能受到Stable-Diffusion-v1-4+带来的双眼美学偏好的影响。

这不是ACertainModel的基础，但您可以将这个模型用作训练新的dreambooth模型的基础，例如一些主题、角色或风格。

例如：杰作，最佳质量，1女孩，棕色头发，绿色眼睛，色彩丰富，秋天，积雨云，闪电，蓝天，落叶，花园

关于使用托管推理API进行在线预览，以及使用该模型生成内容

不允许修改参数，因为似乎是使用Clip跳过：1生成的，为了性能更好，强烈建议改为Clip跳过：2。

下面是一个推理设置的示例，如果您在自己的服务器上可以使用：步骤：28，采样器：Euler a，CFG缩放：11，Clip跳过：2。

? 扩散器

这个模型可以像其他稳定扩散模型一样使用。欲了解更多信息，请查看 Stable Diffusion 。

您还可以导出模型到 ONNX 、 MPS 和/或FLAX/JAX。

from diffusers import StableDiffusionPipeline
import torch

model_id = "JosephusCheung/ACertainty"
branch_name= "main"

pipe = StableDiffusionPipeline.from_pretrained(model_id, revision=branch_name, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

prompt = "pikachu"
image = pipe(prompt).images[0]

image.save("./pikachu.png")

许可证

该模型是开放访问的，并且适用于所有人，采用CreativeML OpenRAIL-M许可证进一步确定权利和使用方式。CreativeML OpenRAIL许可证规定：

它是基于NovelAI的模型吗？与SD1.2和SD1.4有什么关系？

请参阅 ASimilarityCalculatior