AI GC text to pic 图像生成模型
目前随着AIGC模型的火爆，AI内容创作远超人类创造水平和能力，极大了提升了创作空间。
为此我们要接触新鲜事物，用于尝试新技术。
那针对目前火爆的AImodel我们开始进行学习，尝试本地化部署，生成自己的模型。
先感性的认识下模型的基础知识。
一、AI模型的基本介绍
什么时大模型/底模型，VAE模型和微调模型/fune tuning
大模型/底模型：Stable diffusion：V1.4/v1.5/v2.0/v2.1都是大模型，泛化性通用性好，大模型自带VAE模型，不额外挂在
VAE模型：图形生产的最后为我们解码成可是图形的必备模型，有些大模型会内嵌
微调模型：在大模型基础山的微调模型，可选的，可以特定生产图像
LoRA/Embedding/Hypernetwork:是特定领域图形的微调模型
Dreambooth：是训练后的大模型
Checkpoint: 模型是某一特定训练后保存参数的模型，某一阶段的模型版本
即checkpoint = 大模型= dreambooth
二、模型后缀
safetensor.以.safetensors为后缀，加载速度快，更加安全
pickletensor以.ckpt为后缀，开源，但可能存在恶意代码，加载速度相对较慢
pruned：剪枝模型，存储小，效率搞，优化后的神经网络
ema：泛化能力强，优化后的神经网络模型
ft/fp： ft16/ft32标识模型精度，推荐ft32
三、stable difussion webui
ComfyUI:https://github.com/comfyanonymous/ComfyUI
大模型dreamdreamboothcomfyui神经网络图像生成网络模型webwebuidiffusionaigcai内容git生成模型泛化能力内容创作本地化ai内容创作githubstable diffusion
