深入了解 Stable Diffusion 模型输入参数，提升绘画创作质量。
模型输入的相关参数
Sampling steps：采样迭代步数。AI一般会先随机出一张图片，然后一步步调整图片，向提示词靠拢。采样迭代步数越小，需要调整的次数就越多，也就越精确，生成图片所需要的时间就越长。建议步数在20~30步即可。
Sampling method：采样方法。这是AI使用的算法，包括：
Euler：最常见、最基础的算法，也最快。
Euler a：具有创造力，不同步数可以生成不同的图片。建议步数在30步以下。
DDIM：收敛快，但效率低，适合重绘使用。 LMS:Euler的衍生算法，相对更稳定，30步左右可以得到稳定结果。 PLMS：比LMS更有效的衍生算法。 对于DPM++类，一般来说，DPM++ SDE Karras 偏向于写实，DPM++ 2MKarras 偏向于动漫。
Restore faces：面部修复功能，尤其适合真人人脸的细节。设意为“Settings -Face restoration”，为0时效果最大，为1时效果最小，建议0.5起。
Tiling：平铺。生成可以连续拼接的图片。
Hirres.fix：高清修复。可以把低分辨率的照片调整到高分辨率。本算法能让AI在较低分辨率下渲染图片，然后再提高到高分辨率后增加细节。防止直接使用高分辨率生成图片失败。Upscaler(放大器)可选ESRGAN 4X；Denoising strength(重绘幅度)是指放大后修改细节的程度，数值范围 0-1，数值越大，AI创意就越多，也就越偏离原图；Upscale by(放大倍数)是指在原有宽度和长度上放大几倍，需要高速缓存。
（本文内容根据网络资料整理，出于传递更多信息之目的，不代表连连国际赞同其观点和立场）
