目前已有自动查询civitai模型的信息的插件，我本想做一个自动查询liblib的，但liblib目前不支持根据hash值查询，所以暂时放弃了这种实现方案（我已反馈该建议给liblib了）。 目前我打算改为用户使用节点手动保存触发词到本地，后续再使用时，就可以通过节点自动加载出来。 至于模型权重值，你们觉得有必要也保存不？ 你们还有哪些需求或者好的建议？ 我只是一个Java程序员，对python了解不深，也是第一次写插件。如果有大神愿意实现上述功能，那

我个人觉得SD1.5还是很棒的~~ 我还是能画的很不错的，给你们展示下

下载地址：https://pan.baidu.com/s/1WAA44f8ZzeOfXvYsTtTauA?pwd=24fp

今年端午买的新电脑，4070+32G的神舟战神，虽然翻船返厂维修了，但用到现在一切安好。 玩游戏玩到八月份的一天突发奇想，想用ai画点东（涩）西（涩）于是开始了ai绘画之路

👀🔧

折腾了两个晚上，安装成功了。 参考文章：https://www.bilibili.com/opus/909756236043386913#:~:text=总体而言要比在sta 1、安装HIP SDK（Rocm 6.1.2）这个我本来就安装了，省一步； 2、下载Zluda包（最新版本为3.8.4）这里下载对应的版本，我下了ZLUDA-windows-rocm6-amd64.zip的； 3、添加环境变量，将第2步的文件解压（我放在了F:\ZLUDA)，在系统变量path中增加F:\ZLUDA和%HIP_PATH%bin； 4、下载python（版本3.10.06）和git并安装，安装python时记得勾上add to path选项； 5、下载ROCmlibs库：https:/

SD学习群招募壮士拉，大家一起来奋斗吧。

https://www.rockai.online/models/stability-ai/stable-diffusion-3 亲测有效，但是需要一个github账号才可以使用，不收费。

Hello 給吧友又发现一个好东西，可以直接在网页上调用SD3 ，有界面，出图不用花米 https://www.rockai.online/models/stability-ai/stable-diffusion-3

支持预览图片和 AI 信息，添加的时候 AI 信息自动解析。有文件夹分类，添加 tag 等功能

免费附魔平台项目 github点com/bia-pain-bache/BPB-Worker-Panel 8k流媒体无压力 c站稳定下载

只适合有附魔的玩家，譬如手头有蓝色的猫白色的V黑色的N这样的附魔平台，没附魔平台的不用试了。 确保没之前没安装过python 准备好python和git的安装包。 部分网址因为会被屏蔽用“点”“冒号”替换了自己改一下 防止有人连网址都找不到： git下载地址：git-scm点com/download/win python下载地址：www点python点org/downloads/release/python-31011/ 下载好了就安装，安装python时候记得看一下别忘记勾选path勾选好了点install now git安装无脑点下一步就行 安装好后来设置一

（转） extreme close up 会比较接近，但没有 SD 1.5 时放大眼睛的效果。 macro close up, big close up 带来比 close up shot 近一点。 想有放大眼睛的效果就要在 extreme close up 后加上 of eye。 同样的放法可以应用在不同部位，被指定的部位会变的特别细致及稍为放大。

看到有大佬分享 a3 系模型也是勾起了 lz 的分享欲，本帖除了 Pony 系模型还会分享一下 lz 常用的信源 （miya镇楼）

有多没少2023.520包

上个月看B站自学了，然后恰好电脑显卡是3060 12GB觉得还不错就继续玩儿。分享两张最近弄出来的，还是渣渣水平

最好用的现实模型，场景最真实，没有之一，不需要Lora,能吊打chillout

刚试了b站v2（4-13）版本 AMD整合包，主流模型和lora配置，一个2mb的图一两分钟。

AI交流，大家一起嗨嗨嗨...

一楼

用的底模是chilloutmix_NiPrunedFp32Fix.safetensors 训练64张图，文件夹名称是1000_1 图片大小：512*768 然后文件的出图效果 用C站liuyifei的LORA 大小70M 出图效果

不知道哪里出问题了，生成时也有缩略图，完成后却不显示。

尝试使用kohya训练lora模型，但根据视频设好所有参数运行就报错，有没有用过的大神指教一下： Loading config... Folder 100_RosieLily: 14100 steps max_train_steps = 14100 stop_text_encoder_training = 0 lr_warmup_steps = 0 accelerate launch --num_cpu_threads_per_process=2 "train_network.py" --pretrained_model_name_or_path="runwayml/stable-diffusion-v1-5" --train_data_dir="D:/AI/trainmodels/RosieLily/image" --resolution=512,512 --output_dir="D:/AI/trainmodels/RosieLily/model" --logging_dir="D:/AI/trainmodels/RosieLily/l