当前位置：首页 > news >正文

Stable Diffusion教程|快速入门SD绘画原理与安装

news 来源：原创 2025/8/29 1:57:24

什么是Stable Diffusion，什么是炼丹师？根据市场研究机构预测，到2025年全球AI绘画市场规模将达到100亿美元，其中Stable Diffusion（简称SD）作为一种先进的图像生成技术之一，市场份额也在不断增长，越来越多的人参与到AI掘金这场运动中来。炼丹师，就是指那些专门研究、开发与应用Stable Diffusion模型的专业人士或爱好者，他们在实践中不断优化模型，使其产生更高质量、更具创意的图像。

_1 SD绘画原理
_

2 本地部署安装SD WebUI

3 生成第一张SD绘画

**一、**SD绘画原理

基本概念

名词	解释说明‍
Stable Diffusion	是一种基于扩散模型的先进的人工智能技术，特别适用于文本到图像（Text-to-Image）的生成任务。该模型由CompVis、Stability AI、LAION等研究机构和公司合作研发，它利用扩散过程在潜在空间（latent space）中生成图像，而不是直接在高维像素空间中操作。
SD WebUI	Stable Diffusion Web UI (SD WebUI) 是一个用于交互式控制和使用 Stable Diffusion 模型的网页应用程序界面。用户可以通过这个界面输入文本提示（prompt）来驱动模型生成相应的图像，提供了简单易用的方式来体验和定制基于 Stable Diffusion 的文本到图像生成过程。
Python	是一种广泛使用的高级编程语言，以其语法简洁清晰和代码可读性强而著称。在AI领域，Python尤为流行，因为它拥有丰富的科学计算、机器学习和数据处理相关的库，比如NumPy、Pandas和TensorFlow等。在部署和使用像Stable Diffusion这样的深度学习模型时，Python常被作为开发和运行环境的基础。
Controlnet插件	是针对 Stable Diffusion 模型开发的一种功能扩展插件，它允许用户在文本生成图像的过程中实现更为细致和精确的控制。该插件使得用户不仅能够通过文本提示（prompt）指导模型生成图像，还能添加额外的输入条件，比如控制图像的构图、颜色、纹理、物体位置、人物姿势、景深、线条草图、图像分割等多种图像特征。通过这种方式，ControlNet 提升了 AI 绘画系统的可控性和灵活性，使得艺术创作和图像编辑更加精细化。
Controlnet模型	是配合上述插件工作的一个组成部分，它是经过训练以实现对大型预训练扩散模型（如 Stable Diffusion）进行细粒度控制的附加神经网络模型。ControlNet 模型可以学习如何根据用户的特定需求去调整原始扩散模型的输出，即便是在训练数据有限的情况下，依然能够确保生成结果的质量和稳定性。例如，ControlNet 可能包括用于识别和利用边缘映射、分割映射或关键点信息的子模块，从而实现对生成图像的特定区域进行针对性修改或强化。
VAE	Variational Autoencoder (VAE): 变分自编码器是一种概率生成模型，它结合了编码器（将输入数据编码为潜在空间中的概率分布）和解码器（从潜在空间重构数据）的概念。在图像生成场景中，VAE可以用来学习数据的潜在表示，并基于这些表示生成新的图像。
CHECKPOINT	SD能够绘图的基础模型，因此被称为大模型、底模型或者主模型，WebUI上就叫它Stable Diffusion模型。安装完SD软件后，必须搭配主模型才能使用。不同的主模型，其画风和擅长的领域会有侧重。checkpoint模型包含生成图像所需的一切，不需要额外的文件。
hyper-network	超网络是一种模型微调技术，最初是由NOVA AI 公司开发的。它是一个附属于Stable Diffusion 稳定扩散模型的小型神经网络，是一种额外训练出来的辅助模型，用于修正SD稳定扩散模型的风格。
LORA‍	全称是Low-Rank Adaptation of Large Language Models 低秩的适应大语言模型，可以理解为SD模型的一种插件，和hyper-network，controlNet一样，都是在不修改SD模型的前提下，利用少量数据训练出一种画风/IP/人物，实现定制化需求，所需的训练资源比训练SD模要小很多，非常适合社区使用者和个人开发者。LoRA最初应用于NLP领域，用于微调GPT-3等模型（也就是ChatGPT的前生）。由于GPT参数量超过千亿，训练成本太高，因此LoRA采用了一个办法，仅训练低秩矩阵（low rank matrics），使用时将LoRA模型的参数注入（inject）SD模型，从而改变SD模型的生成风格，或者为SD模型添加新的人物/IP。
prompt	提示词/咒语

工作原理

Stable Diffusion就是一个接收文本提示词，并生成相应图像的生成模型。

SD来自于扩散模型（Diffusion Model）

扩散模型：（Diffusion Model）的核心原理被生动地比喻为物理学中的扩散过程，通过前向扩散过程逐渐将图像转化为噪声图像，然后通过反向扩散过程恢复出清晰的图像。在Stable Diffusion中，模型训练了一个噪声预测器（noise predictor），它是一个U-Net结构的神经网络，可以预测并从图像中去除噪声，从而重构原始图像。

然而，传统的扩散模型在图像空间中的运算效率极低，不适合实时应用。为此，Stable Diffusion采用了在潜在空间（latent space）中进行扩散的过程，利用变分自编码器（VAE）将图像压缩到较低维度的空间，极大地提高了计算速度和效率。

Stable Diffusion的具体工作流程包括：

输入图像被编码到潜在空间。
添加噪声，并通过噪声预测器估算添加的噪声量。
反复迭代，通过噪声预测器预测并减去潜在噪声。
使用VAE的解码器将清理过的潜在图像转换回像素空间，生成最终图像。

学习资料

国外一手资料:

stability.ai官网
https://stability.ai/about

github开源项目

https://github.com/CompVis/stable-diffusion/blob/main/README.md

The Illustrated Stable Diffusion @Jay Alammar 讲的原理
https://jalammar.github.io/illustrated-stable-diffusion/
这份完整版的SD整合包已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

二、本地部署安装SD WebUI

硬件条件

说明：本地部署的硬件要求，当然使用云端部署租赁更高端的机器也是没问题。

	最低推荐配置	推荐配置	备注
显卡（GPU）	GTX1050Ti	低配推荐：RTX4060Ti-16G高配推荐：RTX4090	为达到良好的体验，请尽可能使用8GB显存及以上显卡。低显存虽然能跑，但是体验极差
内存（RAM）	8GB内存	总内存24GB及以上	可以开启虚拟内存，内存过小会在加载模型的时候出现问题
存储空间	20GB任意存储设备	500GB以上固态硬盘	强烈建议单独使用一个盘符，如果不想启动的时候等10分钟的话，那么只推荐使用SSD
CPU	x86架构的Intel或AMD等处理器都可以，若为Mac电脑建议使用搭载M系列芯片的机型。

显卡VRAM在4GB以下的会很容易遇到显存不足的问题，即使使用放大插件也就非常慢（以时间换显存）

2. 显卡较差/显存严重不足时可以开启CPU模式，但是速度非常慢。你不希望一个小时一张图的话那就别想着用CPU跑图。

软件需求

Windows：最低要求为Windows 10 64比特，请确保系统已更新至最新版本。

macOS：最低要求为macOS Monterey (12.5)，如果可以的话请使用最新版macOS。建议使用搭载Apple Silicon M芯片 (M1、M2) 的Mac机型。旧款Mac需配备AMD独立显卡，只有Intel核显的不能使用。

下载地址 (不藏着掖着，直接拿走不谢)
这份完整版的SD整合包已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

安装部署

2025.1月更新了最新的整合包，无需任何操作即可达到最佳速度，解压打开即用，内置启动器。

整合包做了哪些事情？打包了 Python、Git、CUDA 等等必须的环境，并且放了运行必须的模型。简单来说，整合包就是 SD-WebUI内核+启动器+安装好的环境+必须的模型。你只需下载它解压就可以直接启动运行！

特别鸣谢，安装包作者@秋葉aaaki

**三、**生成第一张SD绘画

启动“A启动器.exe”

加载更新

点击“一键启动”

[不要关闭它],它会自动打开，浏览器地址"http://127.0.0.1:7860/?__theme=dark"

基本功能介绍

界面及操作说明
stable diffusion模型	下拉，替换大模型/底模
正面提示词 Tag	（想要的内容，提示词）如：masterpiece, best quality,
反面提示词 Tag	（不想要的内容，提示词）如：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
提示词加权重	(girl) 加权重，这里是1.1倍。（(girl)) 加很多权重，1.1*1.1=1.21倍，以此类推。
提示词减权重	[girl] 减权重，一般用的少。减权重也一般就用下面的指定倍数。
提示词指定权重	(girl:1.5) 指定倍数，这里是1.5倍的权重。还可以 (girl:0.9) 达到减权重的效果
采样迭代步数	不需要太大，一般在50以内。通常28是一个不错的值。
采样方法	没有优劣之分，但是他们速度不同。全看个人喜好。推荐的是图中圈出来的几个，速度效果都不错
提示词相关性	代表你输入的 Tag 对画面的引导程度有多大，可以理解为 “越小AI越自由发挥”，太大会出现锐化、线条变粗的效果。太小AI就自由发挥了，不看 Tag
随机种子	生成过程中所有随机性的源头每个种子都是一幅不一样的画。默认的 -1 是代表每次都换一个随机种子。由随机种子，生成了随机的噪声图，再交给AI进行画出来

切换webUI黑白皮肤，修改浏览器http地址：
白：http://127.0.0.1:7860/?__theme=light
黑：http://127.0.0.1:7860/?__theme=dark

输入提示词【1 girl】，点击生成即可：

（我安装了皮肤插件，所以和你运行的界面稍微酷炫一点^_）

**点点下方【收藏】和【点赞】再走，赠人玫瑰手留余香！****

Stable Diffusion教程|快速入门SD绘画原理与安装

什么是Stable Diffusion，什么是炼丹师？根据市场研究机构预测，到2025年全球AI绘画市场规模将达到100亿美元，其中Stable Diffusion（简称SD）作为一种先进的图像生成技术之一，市场份额也在不断增长&…...

编程日记 2025/8/29 1:57:24

鸿蒙应用开发深度解析：API 14核心特性与实战指南

文章目录一、HarmonyOS API 14架构升级解析1.1 系统架构演进1.2 核心能力对比二、ArkUI 3.0开发实战2.1 声明式UI完整示例2.2 自定义组件开发三、分布式能力深度开发3.1 跨设备数据同步流程3.2 分布式数据库操作四、系统能力扩展开发4.1 后台任务管理4.2 硬件服务调用五、…...

编程日记 2025/8/27 4:37:28

docker中kibana启动后，通过浏览器访问，出现server is not ready yet

问题：当我在浏览器访问kibana时，浏览器给我报了server is not ready yet. 在网上试了很多方法，都未能解决，下面是我的方法： 查看kibana日志： docker logs -f kibana从控制台打印的日志可以发现&#xff…...

编程日记 2025/8/28 11:28:27

2025年天梯赛第1场选拔赛

目录 A:徐老师的积木山峰 B:徐老师的最长上升子序列 C:徐老师的机器命令 D:徐老师的地下堡 E:徐老师的新鲜羊腿 F:徐老师的黄金矿工 G:徐老师的成绩统计 H:春节糖果 I:幸运函数 J:好坏钥匙 A:徐老师的积木山峰徐老师有 n 块积木排成一排，从左往右数编号依次为 1∼…...

编程日记 2025/8/29 1:56:01

28-文本左右对齐

给定一个单词数组 words 和一个长度 maxWidth ，重新排版单词，使其成为每行恰好有 maxWidth 个字符，且左右两端对齐的文本。你应该使用 “贪心算法” 来放置给定的单词；也就是说，尽可能多地往每行中放置单词。必要时可…...

编程日记 2025/8/23 11:29:29

SpringBoot校园管理系统设计与实现

在现代校园管理中，一个高效、灵活的管理系统是不可或缺的。本文将详细介绍基于SpringBoot的校园管理系统的设计与实现，涵盖管理员、用户和院校管理员三大功能模块，以及系统的部署步骤和数据库配置。管理员功能模块管理员是系统的核心管理…...

编程日记 2025/8/29 1:53:16

thunder bird 配置邮箱

1.配 outlook https://cn.windows-office.net/?p22940 2.配 qq 邮箱 https://blog.csdn.net/lx_ros/article/details/124831850 3.QQ邮箱的授权码在账号与安全 4.qq 邮箱更换 foxmail 邮箱名 https://www.yigujin.cn/blog/p10094.html 结语感觉网上搜到的都不咋好&…...

编程日记 2025/8/23 5:21:32

机器学习中的线性代数：奇异值分解 SVD

线性代数奇异值分解（SVD） 参考资料： 超详细！彻底搞懂矩阵奇异值分解（SVD）本质计算应用！_哔哩哔哩_bilibili 非常好的视频，本文内容主要来自于该视频，在此表示感谢&#…...

编程日记 2025/8/28 20:21:11

机器学习深度学习基本概念：logistic regression和softmax

逻辑回归用来处理二分类问题 softmax用来处理多分类问题：比如llm在generate的时候，每个batch里面的一个样本的一个一次generate就是softmax生成一个大小为vocab_size的向量的概率分布，然后再采样逻辑回归（logistic regression&…...

编程日记 2025/8/27 16:16:25

机器学习（六）

一，决策树： 简介： 决策树是一种通过构建类似树状的结构（颠倒的树），从根节点开始逐步对数据进行划分，最终在叶子节点做出预测结果的模型。结构组成： 根节点：初始的数据集…...

编程日记 2025/8/29 1:55:11

在 Maven 中使用＜scope＞元素：全面指南

目录前言在 Maven 中， 元素用于定义依赖项的作用范围，即依赖项在项目生命周期中的使用方式。正确使用可以帮助我们优化项目的构建过程，减少不必要的依赖冲突，并提高构建效率。本文将详细介绍的使用步骤、常见作用范围、代码…...

编程日记 2025/8/29 1:53:54

Manus邀请码如何申请，有哪些办法

Manus是由Monica团队推出的一款通用型AI智能体产品，旨在通过自主任务规划与执行能力，将用户的想法转化为实际成果。它不仅能够理解复杂指令，还能通过调用虚拟环境中的工具（如浏览器、代码编辑器、文件处理器等）&#x…...

编程日记 2025/8/29 1:53:16

大型WLAN组网部署（Large scale WLAN network deployment）

大型WLAN组网部署大型WLAN网络关键技术技术作用 VLAN Pool 通过VLAN Pool把接入的用户分配到不同的VLAN，可以减少广播域，减少网络中的广播报文，提升网络性能。 DHCP Option 43 & 52 当AC和AP间是三层组网时，AP通过…...

编程日记 2025/8/28 4:12:31

MQ保证消息的顺序性

在消息队列（MQ）中保证消息的顺序性是一个常见的需求，尤其是在需要严格按顺序处理业务逻辑的场景（例如：订单创建 → 支付 → 发货）。一、消息顺序性被破坏的原因生产者异步/并行发送：消息可能…...

编程日记 2025/8/29 1:53:15

SQL Server查询计划操作符（7.3）——查询计划相关操作符（9）

7.3. 查询计划相关操作符 78）Repartition Streams：该操作符消费多个输入流并产生多个输出流。期间，记录内容与格式保持不变。如果查询优化器使用一个位图过滤（bitmap filter），则输出流中的数据行数将会减少。一个输入流的每行记录被放入一个输出流。如果该操作符保留顺序…...

编程日记 2025/8/29 1:51:11

杨校老师课堂之零基础入门C++备战信息学奥赛-基础篇

零基础快速入门C C学习路线一、基础语法1. C基础框架2. C语言输出3. C 语言输入4. C 数据类型5. C 赋值6. 运算符与表达式7. 控制结构语句7.1 if分支结构语句7.1.1 单分支结构语句7.1.2 双分支结构语句7.1.3 多分支结构语句 7.2 switch开关语句 8. 循环结构语句8.1 for循环8.2 …...

编程日记 2025/8/24 2:11:20

wxWidgets GUI 跨平台入门学习笔记

准备参考 https://wiki.wxwidgets.org/Microsoft_Visual_C_NuGethttps://wiki.wxwidgets.org/Tools#Rapid_Application_Development_.2F_GUI_Buildershttps://docs.wxwidgets.org/3.2/https://docs.wxwidgets.org/latest/overview_helloworld.htmlhttps://wizardforcel.gitb…...

编程日记 2025/8/29 1:53:17

Aws batch task 无法拉取ECR 镜像unable to pull secrets or registry auth 问题排查

AWS batch task使用了自定义镜像，在提作业后出现错误具体错误是ResourceInitializationError: unable to pull secrets or registry auth: The task cannot pull registry auth from Amazon ECR: There is a connection issue between the task and Amazon ECR. C…...

编程日记 2025/8/28 16:09:05

亚信安全发布2024威胁年报和2025威胁预测

在当今数字化时代，网络空间已成为全球经济、社会和国家安全的核心基础设施。随着信息技术的飞速发展，网络连接了全球数十亿用户，推动了数字经济的蓬勃发展，同时也带来了前所未有的安全挑战。2024年，网络安全形势愈发复…...

编程日记 2025/8/29 1:51:08

verb words

纠正correct remedy 修正modify 协商 confer 磋商/谈判 negotiate 通知notice notify *宣布announce 声明declare 宣告 declare *颁布 promulgate /introduce 协调coordinate 评估evaluate assess 撤离evacuate *规定stipulate 参与participate， 涉及refer…...

编程日记 2025/8/29 1:53:52

程序诗篇里的灵动笔触：指针绘就数据的梦幻蓝图＜12＞

大家好啊，我是小象٩(๑ω๑)۶ 我的博客：Xiao Xiangζั͡ޓއއ 很高兴见到大家，希望能够和大家一起交流学习，共同进步。目录一、回调函数二、qsort2.1 使用qsort函数排序整型数据2.2 使用qsort排序结构数据2.3 qsort函数的模…...

编程日记 2025/8/28 15:49:14

视频录像机视频通道是指什么

视频录像机的视频通道是指摄像机在监控矩阵或硬盘录像机设备上的视频输入的物理位置。与摄像头数量关系：在视频监控系统中，有多少个摄像头就需要多少路视频通道，通道数量决定了视频录像机可接入摄像头的数量，一般硬盘录像机有4路…...

编程日记 2025/8/29 1:57:24

MySQL 实战 4 种将数据同步到ES方案

文章目录 1. 前言2. 数据同步方案 2.1 同步双写2.2 异步双写2.3 定时更新2.4 基于 Binlog 实时同步 3. 数据迁移工具选型 3.1 Canal3.2 阿里云 DTS3.3 Databus3.4 Databus和Canal对比3.4 其它 4. 后记上周听到公司新同事分享 MySQL 同步数据到 ES 的方案，发现很有…...

编程日记 2025/8/29 1:53:15

sqlserver中的锁模式 | SQL SERVER如何开启MVCC（使用row-versioning）【启用行版本控制减少锁争用】

文章目录引言锁和隔离级别的关系锁模式之间兼容性I 隔离级别SQLServer默认的隔离级别为：“read commited” (已提交读)在SQLServer2005引入了基于行版本控制的隔离级别。SQL SERVER如何开启MVCC（使用row-versioning）sqlserver开启MVCC后的锁II sqlserver中的锁模式**1、共享…...

编程日记 2025/8/29 1:53:53

拥抱健康养生，开启活力生活

在快节奏的现代生活中，健康养生已成为人们关注的焦点，它不仅是对身体的呵护，更是一种积极的生活态度。合理饮食是健康养生的基石。我们应秉持均衡膳食的理念，谷物、蔬菜、水果、蛋白质类食物一个都不能少。每天保证足够的蔬菜摄入…...

编程日记 2025/8/29 1:53:14

江科大51单片机笔记【9】DS1302时钟可调时钟（下）

在写代码前，记得把上一节的跳线帽给插回去，不然LCD无法显示一.DS1302时钟 1.编写DS1302.c文件 （1）重新对端口定义名字 sbit DS1302_SCLKP3^6; sbit DS1302_IOP3^4; sbit DS1302_CEP3^5;（2）初始化因为…...

编程日记 2025/8/28 16:26:09

Python可视化——地理空间型图表（自用）

地图信息可视化的实现就是将不可展开的曲面上的地理坐标信息转化为二维平面进行显示，这个过程也叫地图投影（空间三维投影到平面二维） 地图投影的要求：等面积、等角度、等距离。总的来说就是映射到二维平面中的任何点通过比例尺放大…...

编程日记 2025/8/28 6:51:28

Python 网络爬虫教程与案例详解

Python 网络爬虫教程与案例详解在当今数字化时代，数据的价值愈发凸显。Python 作为一门强大的编程语言，在数据获取领域有着广泛的应用，其中网络爬虫便是一项重要的技术。网络爬虫能够自动从网页中提取所需数据，极大地提高了数据…...

编程日记 2025/8/29 1:56:02

冲刺高分！挑战7天一篇孟德尔联合meta分析 DAY1-7

Day1 此前我们完成了若干篇关于meta的挑战，这一次挑战想在meta分析基础上进一步创新一些，这一次想要挑战孟德尔联合meta分析的文章，有想学习的师弟师妹跟我们一起完成这波挑战吧～ Day1任务收集信息明确选题明确目标期刊精读范文…...

编程日记 2025/8/29 1:56:01

win32汇编环境,对话框中使用树形视图示例二

;运行效果 ;win32汇编环境,对话框中使用树形视图示例二 ;得到树形视图控件Treeview的全路径字符串，这里的方法是由子项向父项挨个找的算法找齐路径 ;直接抄进RadAsm可编译运行。重要部分加备注。 ;下面为asm文件 ;>>>>>>>>>>>>>>&g…...

编程日记 2025/8/24 13:15:09

前端开发10大框架深度解析

摘要在现代前端开发中，框架的选择对项目的成功至关重要。本文旨在为开发者提供一份全面的前端框架指南，涵盖 React、Vue.js、Angular、Svelte、Ember.js、Preact、Backbone.js、Next.js、Nuxt.js 和 Gatsby。我们将从简介、优缺点、适用场景以及实际…...

编程日记 2025/8/29 1:55:12

tomcat的web管理

进入到conf cd /usr/local/tomcat/conf/备份tomcat-users.xml cp tomcat-users.xml{.,bak}编辑tomcat-users.xml vim tomcat-users.xml增加以下内容配置tomcat-users.xml <role rolename"manager-gui"/><role rolename"admin-gui"/><use…...

编程日记 2025/8/29 1:51:09

类和对象(上)

1.面向过程与面向对象的初步认识面向过程：以步骤为中心，适合简单逻辑，但复杂系统易混乱。面向对象：以对象职责为中心，通过抽象和模块化应对复杂需求。 C语言：面向过程，关注的是过程&#xff0…...

编程日记 2025/8/29 1:51:11

springcloud智慧工地物联网云管理系统源码

智慧工地以物联网云平台为核心，基于智慧工地物联网云平台与现场多个子系统的互联，实现现场各类工况数据采集，存储、分析与应用。通过接入智慧工地物联网云平台的多个子系统板块，根据现场管理实际需求灵活组合，实现一体…...

编程日记 2025/8/28 9:22:51

SLAM评估工具安装及使用EVO（Ubuntu20.04安装evo）--缺少 onnx 库还有Pandas 版本不兼容解决

介绍一下我的是ubuntu20.04.机载电脑是orinnx，通过源码烧写的系统。首先打开终端，输入 pip install evo --upgrade --no-binary evo 安装过程中出现如下问题缺少 onnx 库还有Pandas 版本不兼容， ONNX（Open Neural Network E…...

编程日记 2025/8/29 1:51:10

K8S学习之基础十五：k8s中Deployment扩容缩容

deployment扩容缩容比较简单，下面介绍两种常用方法 vi deploy-demo.yaml kind: Deployment metadata:name: myapp-v1 spec:replicas: 2selector:matchLabels:app: myappversion: v1template:metadata:labels:app: myappversion: v1spec:containers:- name: myappim…...

编程日记 2025/8/22 11:03:57

ClickHouse 中出现 DB::Exception: Too many parts 错误

在 ClickHouse 中出现 DB::Exception: Too many parts 错误，通常是由于表中数据分片（parts）数量超过系统限制，导致合并（merge）操作无法及时处理。以下是逐步解决方案： 1. 理解问题原因 MergeTr…...

编程日记 2025/8/29 1:51:09

PPT 小黑第20套

对应大猫21 Word转PPT 图片也得复制题目要求两套PPT母板，应用不同版式（版式那就可以选） 竖排文字...

编程日记 2025/8/29 1:56:01

大模型管理工具：LLaMA-Factory

目录一、安装与环境配置二、启动 Web 界面三、数据准备四、模型训练五、模型评估七、模型导出八、API服务部署 LLaMA-Factory 是一个开源的大语言模型（LLM）微调框架，旨在简化大规模模型的训练、微调和部署流程。它支持多种主…...

编程日记 2025/8/22 17:05:29

【机器人栅格地图】基于鹭鹰算法SBOA实现机器人栅格地图路径规划（目标函数：最短距离）附Matlab代码

基于鹭鹰算法（SBOA）的机器人栅格地图路径规划实现一、鹭鹰算法（SBOA）的基本原理鹭鹰优化算法（Secretary Bird Optimization Algorithm, SBOA）是一种新型元启发式算法，灵感源自鹭鹰的捕猎和逃…...

编程日记 2025/8/27 4:00:22

【Linux篇】版本控制器-Git

📌 个人主页： 孙同学_ 🔧 文章专栏：Liunx 💡 关注我，分享经验，助你少走弯路！ 文章目录 1.如何理解版本控制？2.Git的操作补充细节问题 1.如何理解版本控制？ 版…...

编程日记 2025/8/26 17:21:38

论文阅读：KAM-CoT: Knowledge Augmented Multimodal Chain-of-Thoughts Reasoning

论文来源：AAAI 2024 论文地址：https://ojs.aaai.org/index.php/AAAI/article/view/29844 Abstract LLM通过利用能够逐步思考的思维链在NLP任务中取得了很好的性能，但是为LLM扩展多模态能力时计算成本高，且需要大量的硬件资源。…...

编程日记 2025/8/27 13:04:55

linux内存页块划分及位图存储机制

page_alloc.c - mm/page_alloc.c - Linux source code v5.4.285 - Bootlin Elixir Cross Referencer 一. 什么是页块（Pageblock）？ 定义：页块是物理内存中的一个连续区域，由 2^pageblock_order 个物理页（Pag…...

编程日记 2025/8/28 14:46:40

一台云工作站是否能通过共享云桌面让10人流畅进行三维设计

云工作站，作为一种基于云计算技术的远程工作站解决方案，它将高性能的计算资源集中在云端服务器上，用户通过网络访问这些资源，实现高效、灵活的办公和创作环境。而三维设计，尤其是涉及复杂模型、高精度渲染等领域&#…...

编程日记 2025/8/27 4:35:01

安卓应用之服务

服务服务也是四大组件之一，用于执行长时间运行操作的组件，它与用户界面（UI）是分开的，因此即使用户切换到其他应用，服务依然可以继续运行。主要用于处理一些不需要用户交互的任务。例如，播放音…...

编程日记 2025/8/27 11:44:50

【Vue CLI脚手架开发】——6.scoped样式

文章目录一、scoped是什么二、应用案例1.使用代码2.原理3父组件App未添加scoped影响一、scoped是什么我们知道vue为了防止css样式污染，在每个组件中提供了 scoped属性进行限定css作用域；当<style>标签有 scoped 属性时，它的 CSS 只…...

编程日记 2025/8/17 3:55:11

JVM参数调整

一、内存相关参数 1. 堆内存控制 -Xmx：最大堆内存（如 -Xmx4g，默认物理内存1/4）。-Xms：初始堆内存（建议与-Xmx相等，避免动态扩容带来的性能波动）。-Xmn：新生代大小&…...

编程日记 2025/8/28 4:44:17

NodeJS学习笔记

NodeJS软件安装 node环境安装： https://nodejs.org 安装好后的node通常在C:\Program Files\nodejs验证安装是否成功 node -v npm -v 进入REPL模式命令行模式 nodeNodeJS在REPL模式和编辑器使用 windos在dos下常用命令 windos命令： 1、cmd dos系统2、…...

编程日记 2025/8/26 5:01:28

缺陷管理工具-禅道

目录一、禅道的介绍二、禅道的特点三、禅道使用流程 1.管理缺陷 2.管理用例黑马测试视频学习记录一、禅道的介绍二、禅道的特点三、禅道使用流程 1.管理缺陷 2.管理用例...

编程日记 2025/8/16 12:38:46

相关文章：