基于Flask框架开源自然语言处理模型运用学习系统的设计与实现_语言转换系统模型设计与说明

用户手册

---

---

一、Stable-diffusion大模型（文生图，图生图）专区

1.采样器的选择

我们知道 sd webui 生成图像，大致会经过以下过程：

-为了生成图像， Stable Diffusion 会在潜在空间中生成一个完全随机的图像

-噪声预测器会估算图像的噪声

-噪声预测器从图像中减去预测的噪声

-这个过程反复重复 N 次以后，会得到一个干净准确的图像

这个去噪的过程，就被称为采样。采样中使用的方法被称为 Sampling method （采样方法或者是采样器）。下面介绍Stable-sdiffusion模型的6种采样方式：
Euler a
祖先采样器的一种 ， 类似于 Euler ，但在每个步骤中它会减去比“应该”更多的噪声。并添加一些随机噪声以匹配噪声计划。去噪图像取决于前面步骤中添加的特定噪声。
Euler
最简单的采样器，在采样过程中不添加随机噪声，通过噪声计划告诉采样器，每个步骤中应该有多少噪声。并使用欧拉方法减少恰当数量的噪声。以匹配噪声计划，直到最后一步为0 为止。
LMS 解决常微分方程的标准方
LMS采样速度与Euler 相同 。
DDIM
官方采样器之一，使用去噪后的图像来近似最终图像，并使用噪声预测器估计的噪声，来近似图像方向。
PLMS
官方采样器之一，PLMS则是DDIM的新版且更快速的替代品。
DPM2
dpm2 是Katherine Crowson在K-diffusion项目中自创的 ，灵感来源Karras论文中的DPM-Solver-2和算法2 ，受采样器设置页面中的 sigma参数影响。

2.采样迭代步数

模型迭代一次的步数，迭代步数越高需要的算力就越高生成的时间越长，相应的生成的图片效果就越好。

3.提示词相关性

较高的数值将提高生成结果与提示的匹配度。

4.随机种子

seed 一样的情况下，可以生成比较相似的图片，记住保留你喜欢的种子，以便下次再次生成相似的图像。

5.宽度.高度

图片生成的尺寸。

6.生成数量

每次生成的图片个数。

7.提示词

提示词：希望生成的图片中所出现的元素。

反向提示词：不希望生成的图片中所出现的元素。

8.实例

下面我来举几个例子：

绘制国风少女
关键词：（下面一段提示词直接复制粘贴在正向、反向关键词框） #
正向词：best quality,masterpiece,highres,1girl,blush,(seductive smile:0.8),star-shaped pupils,red china hanfu,hanfu,chinese clothes,hair ornament,necklace,jewelry,Beautiful face,upon_body,tyndall effect,photorealistic,dark studio,rim lighting,two tone lighting,(high detailed skin:1.2),8k uhd,dslr,soft lighting,high quality,volumetric lighting,candid,Photograph,high resolution,4k,8k,Bokeh,

反向词：(((simple background))),monochrome,lowres,bad anatomy,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,worst quality,low quality,normal quality,jpeg artifacts,signature,watermark,username,blurry,lowres,bad anatomy,bad hands,text,error,extra digit,fewer digits,cropped,worst quality,low quality,normal quality,jpeg artifacts,signature,watermark,username,blurry,ugly,pregnant,vore,duplicate,morbid,mut ilated,tran nsexual,hermaphrodite,long neck,mutated hands,poorly drawn hands,poorly drawn face,mutation,deformed,blurry,bad anatomy,bad proportions,malformed limbs,extra limbs,cloned face,disfigured,gross proportions,(((missing arms))),(((missing legs))),(((extra arms))),(((extra legs))),pubic hair,plump,bad legs,error legs,username,blurry,bad feet,

采样步骤：20

采样器：DPM++ 2M SDE Karras

高分辨率修复+面部修复，其他参数可自行调整

绘制二次元小姐姐

正向词： best quality,masterpiece, high res,original, beautiful detailed eyes,ultra-detailed, 1girl, black hair, long, hair, red eyes, omaezaki yuu, pantyhose, skirt, breasts, school uniform, day, outdoors, hair ornament, blush, jacket, plaid, sky, looking at viewer, necktie, hairclip, black pantyhose, pleated skirt, cloud, blazer, tree, plaid skirt, blue sky, long sleeves, red necktie, shirt, building, very long hair, closed mouth, white shirt, school, collared shirt, sunlight

反向词： EasyNegative, bad-hands-5, badhandv4, bad_prompt, ng_deepnegative_v1_75t, negative_hand-neg, (worst quality:2), (low quality:2), (normal quality:2), ugly, bad_anatomy, blurry, error, jpeg_artifacts, lowres, censored, (text:2), (signature:2), (watermark:2), (username:2), missing_limb, bad_hands, missing_fingers, extra_digit, fewer_digits,

其他参数可以尝试去调整

二、ChatGLM-6B专区

1.使用介绍

根据自己的需求可以让chat机器人输出文案，文本框架，配文等。

2.实例

在文本框内输入：生成一篇关于人工智能发展前景的报道两百字以内。
ChatGLM-6B大模型生成的结果如下：

人工智能发展前景广阔，涉及医疗、智能家居、交通运输等领域。随着技术不断进步，人工智能将与大数据、物联网等更多领域融合，推动智慧城市的建设。未来，人工智能系统将具备自我学习和进化能力，实现更加强大和智能的应用。人机协作将成为趋势，人工智能将不再仅仅替代人力，而是与人类紧密合作，共同创造更多价值。总之，人工智能的发展将为社会进步和创新带来更多可能。