xLearn無課程學校

透過此任務我將獲得： Through this task I will gain:

分析力

溝通力

實踐力

主動力

創造力

取樣方法與步驟及其他文生圖相關設定

1. 了解什麼是取樣方法、

2. 了解什麼是取樣步驟。

3. 寬、高、CFG Scale、提示詞相關性（CFG）、Batch count產生批次、Seed隨機種子

主要教學內容：

一、什麼是取樣方法Sampling method呢？可以簡單想像是模型計算中用不同的方法去演算，因此會影響算出的結果和品質，要注意的是隨著Stable Diffusion的版本更新，你電腦中的Sampling method取樣方法數量可能會與本任務的版本有所不同，你可以更新你Stable Diffusion的版本。個人常用的Sampling method取樣方法有三種，依序是Euler a、DPM++2M Karras、DPM++ SDE Karras等，不同的取樣方法與不同的取樣步驟其生成結果與生成速度大不相同。

二、什麼是取樣步驟Sampling steps呢？首先選一個取樣方法Sampling method，接著設定的取樣步驟Sampling steps數字的多寡，就關係到你生成圖像的時間長短與細緻與否，基本上取樣步驟的數字愈大則越細緻、其圖像生成所需時間也越久，如把取樣步驟設到最大，會得到更細緻的圖像，或是你硬體資源不足無法生成圖像。常用的取樣步驟Sampling steps其數值是介於20 ~ 28之間，下方兩張圖是刻意下相同的文字指令Prompt，設相同的取樣方法Sampling method，在這個例子中我們選擇 DPM++ SDE Karras ，然後其取樣步驟Sampling steps分別是取樣步驟Sampling steps：20跟取樣步驟Sampling steps：150，你就可以很明顯的分辨看出兩張圖像上的差異了。

上圖是取樣步驟Sampling steps設成20的螢幕操作畫面，下圖是取樣步驟Sampling steps設成150的螢幕操作畫面，由此可知在相同的文字指令Promopt下，取樣步驟Sampling steps數字的多寡真的會影響生成圖像的品質與精細度，甚至連視角、顏色、膚色、外觀都會有所影響，當然還有另一個可變因素就是模型Model了，你選擇什麼Checkpoint模型與LoRA模型都會影響到你生成圖像的品質，但是千萬不要以為步驟數字越高畫質就越好，那只是在那些設定之間有互相關聯並不是一定的，所以唯有不斷的變更模型與測試、設定找出最適合、最接近、趨近於你內心想要的圖像即可。

三、接著來了解一下看看什麼是寬、高、CFG Scale提示詞相關性（CFG）、Batch count產生批次、Seed隨機種子。

l Width寬度：這不用說也知道就是設定所生成圖形左到右的寬度，通常內建不管長、寬都是設定成512

l Height高度：設定生成圖形垂直上到下高度的欄位，其內建跟寬度一樣也是512，如長、寬同樣是512 x 512，則生成的是一張正方型的圖，所以建議高度可以設成768，變成長方形不管是直式或橫式長方形，設成512 x 768的2：3的圖形也較符合一般圖片尺寸的型態。

l Batch count產生批次和Batch size每批數量：這兩個設定的差異在於Batch count產生批次是按下Generate產生鍵後，你要電腦跑幾次算圖；而Batch size每批數量是指在單一算圖的計算過程中你要電腦生成幾張圖，如果在Batch size每批數量中設定4，也就是要電腦一次生成四張圖形，所以，如Batch size每批數量設定數字越高，則電腦需要耗費更多時間與更多的記憶體去計算生成這四張圖，但如果在Batch count產生批次欄位中設定更高數字，讓電腦去依輸入的數字去批次算圖，建議可以更新顯卡已增快算圖的速度，如硬體效能較差的話，建議Batch count產生批次欄位設定1就好。

l CFG Scale提示詞相關性（CFG）：這個欄位的數值最低是從1到最高30之間，簡單來說就是設定Stable Diffusion對文字指令Prompt自主的控制程度，當CFG Scale設成1的時候，就是完全不考慮Prompt任由Stable Diffusion去自主生成圖形，如要在Stable Diffusion自主生成圖形與你設定的Prompt文字指令之間達到一個 50% 與 50% 的平衡點的話，那CFG Scale就要設成7，這樣一半聽從Stable Diffusion一半聽從你的Prompt指令兩邊就會達到平衡，然後數字開始往上增加，當設定到達最頂30的時候，Stable Diffusion就完全依照你的文字指令去生成圖形；所以數字越小干預越多，數字越大則越少，故建議CFG Scale的數值就設定在7左右較為適合，當然可以多變換設定幾次或是變更基底模型Model與Lora試試，其結果必定有所不同。

l Seed隨機種子：什麼是Seed隨機種子？其實就是電腦隨機所生成的圖形，每個圖形都有一個隨機生成的種子碼，不同的Seed種子碼會生成不同的圖形，而相同的種子碼就會產生一樣的圖形，所以，我們設定相同的文字指令Prompt、CFG Scale提示詞相關性與Width、Height等等的參數，只要變更換掉Seed的數字，就能生成一張完全不一樣的圖形。如要在Stable Diffusion設定成自動隨機生成圖形，記得在Seed欄位中填入-1這個數字，讓電腦每次算圖都自動產生不同的 Seed 值去生成圖形。