深入了解Stable Diffusion模子架构和核心组件（CLIP/Unet/VAE） ...

前言

Stable Diffusion 是一种基于扩散技术的深度学习文本转图像模子，利用埋伏扩散模子（Latent Diffusion Model，LDM）来天生高质量的图像。它重要用于天生以笔墨描述为条件的详细图像，但也可应用于其他任务，如 inpainting（图像修复）、outpainting（图像扩展）以及根据笔墨提示词天生图像到图像（image-to-image）的转换。

从上图可以看出，只需提供一个文本提示，例如“一只戴着帽子的狗”，Stable Diffusion模子就可以天生一张代表文本的图像，这太神奇了！
扩散模子可以天生高质量的图像，Stable Diffusion模子是一种特别的扩散模子，称为埋伏扩散模子（LDM）。原始扩散模子往往会消耗更多的内存，因此创建了埋伏扩散模子，它可以在称为埋伏空间的低维空间中进行扩散过程。从高层次上讲，扩散模子是机器学习模子，它被denoise逐步练习成随机高斯噪声，以得到效果，即image。
Stable Diffusion 模子架构

所有的AI计划工具，安装包、模子和插件，都已经整理好了，