让我们随便生成一下，参数如下:best quality， ultra high res， ， 1woman， sleeveless white button shirt， black skirt， black choker， cute， ， ， ， ， looking at viewer， full body， facing front，Negative prompt: paintings， sketches， ， ， ， lowres， normal quality， ， ， skin spots， acnes， skin blemishes， age spot， glans， nsfw， nipples。
书接上回《【AI绘画进阶篇】（手把手教你炼丹）喂饭级LoRA模型训练教程(上)》，这时我们已经打开了LoRA训练程序。下面开始进行参数的设置。如图，从WebUI界面的左到右开始设置。源模型和目录参数设置先选择源模型，这里选择Stable Diffusion V1.5模型。
前言LoRA，全称Low-Rank Adaptation of LargeLanguage Models，直译为大语言模型的低阶适应。LoRA的作用是可以让结果倾向于一种风格，比如使用水墨风LoRA可以使结果是水墨风格，使用人物LoRA可以使人物趋向于一种样貌。
LoRA模型是轻型的Stable Diffusion模型，是对标准的Checkpoint模型进行微调制作而成的。LoRA比通常的Checkpoint模型小10到100倍，这使得它们对那些喜欢收集大量模型的人或组织非常有吸引力。这是一篇为之前没有使用过LoRA模型的读者写的。
在 stable diffusion webui 中可以通过插件来获取这些功能，比如:Ultimate SDupscale、ControlNet 的 tile、AI upscaler等等，也可以混合使用，下面我通过使用 ControlNet 的 tile 和终极 sd 放大法相结合进行图片超分。
具体可参加之前的文章《AI绘画教程:如何用Stable Diffusion训练出自己专属的人像模型?》可以在Stable Diffusion的训练页面进行图片处理，也可以安装dataset-tag-editor、wd14-tagger这些插件来处理。
机器之心发布机器之心编辑部最近，扩散模型（Diffusion Model）在图像生成领域取得了显著的进展，为图像生成和视频生成任务带来了前所未有的发展机遇。尽管取得了令人印象深刻的结果，扩散模型在推理过程中天然存在的多步数迭代去噪特性导致了较高的计算成本。
Stable Diffusion 常用模型大概分为5类，Checkpoint、VAE、Embedding、Hypernetwork和 LORA，在我们日常使用中 Checkpoint 作为主模型必须一定会使用到，其次 LORA 作为修饰模型配合主模型使用会得到更好的结果，其他3种模型使用频率在逐渐降低。
