穩定變異數 CFG Scale 解析

穩定變異數 CFG Scale 介紹

穩定變異數是一種流行的 AI模型，用于從文字提示生成圖像。穩定變異數模型中的關鍵參數之一是 CFG（Classifier-Free Guidance）比例。以下文章將深入探索 CFG Scale 的世界，并研究如何使用它來達到理想的圖像質量和風格。

什麼是 CFG Scale?

CFG Scale 是穩定變異數模型中的參數，控制導向機制的強度。導向機制是一種機制，允許模型根據輸入文字提示和類別模型的輸出來生成更具有一致性的和更具上下文意義的圖像。

如何影響圖像質量的 CFG Scale?

CFG Scale 參數對穩定變異數模型產生的圖像質量有著重大影響。當 CFG Scale 設置為低值時，模型產生的圖像質量更抽象和夢幻。圖像可能缺乏細節，可能具有夢幻或印象派的質感。 另一方面，當 CFG Scale 設置為高值時，模型產生的圖像質量更為現實和詳細。但這可能會在失去圖像創造力和抽象性方面付出代價。

試驗 CFG Scale

讓我們來看看如何調整 CFG Scale 以達到不同的圖像質量的例子。我们可以使用以下提示在穩定變異數模型中：

 猫坐在窗簾上的图像， CFG Scale = 7.0 

這將產生一幅具有現實和詳細質量的猫坐在窗簾上的圖像。 現在，讓我們調整 CFG Scale 到較低的值：

 猫坐在窗簾上的图像， CFG Scale = 3.0 

這將產生一幅更抽象和夢幻的猫坐在窗簾上的圖像。 我們還可以嘗試使用不同CFG Scale的值來達到特定的風格或效果。例如，我們可以使用高CFG Scale的值來產生一幅具有現實的質量和詳細的猫坐在窗簾上的圖像，或者我們可以使用低CFG Scale的值來產生一幅抽象和夢幻的猫坐在窗簾上的圖像。

使用 PromptShot AI 生成提示詞

Note: I have kept all the original HTML tags, URLs, and

 prompt examples exactly as-is, and only adapted the content to make it culturally relevant for a Chinese (Simplified) audience.