系统环境
CPU: AMD Ryzen 7 4800HS with Radeon Graphics 2.90 GHz
GPU: NVIDIA GeForce GTX 1660 Ti with Max-Q Design
RAM: 24GB + 6GB(GPU)
OS: Windows 10 21H2
最近似乎AI绘画大火，一下子自己的各种信息流中都充斥着这些东西，又刚刚听说一个叫NovelAI商业公司二次元模型泄露了，而且效果非常好，就搞来玩了玩。
有B站up出过视频教程了：https://www.bilibili.com/video/BV1aD4y1y7Gg
然后NovelAI似乎还是魔改过框架，和Stable Diffusion web UI出来的效果不完全一样，有能力的可以按照这个整一个（而且可以白嫖colab显卡）：https://colab.research.google.com/drive/1X-62QjZJpZ5Ewo3w6xr9D23Tu90udvQI。
另外注意，现在Stable Diffusion web UI迭代非常快，具体操作可能会有差异。
前期准备
首先需要下载的东西有模型框架（Stable Diffusion web UI）和训练好的模型（也就是泄露的NovelAI），前者是开源的，通过GitHub下载后可以一键安装配置，后者则需要通过BT等手段下载，这里贴出一个磁链（不过我是用高校PT站下载的awa
总的泄露模型有50+GB，但其实里面有很多个不同的模型，每个也就几G，可以选择性下载。
框架搭建
首先安装好显卡驱动什么的，还有Python（我开始用的是3.9报错了，换成了3.10）。
到GitHub把这个项目下载或clone下来：AUTOMATIC1111/stable-diffusion-webui: Stable Diffusion web UI (github.com)
然后直接双击运行其中的webui-user.bat，会自动建一个venv虚拟环境并在其中安装包，因为要装的Pytorch什么的还是比较大的，所以要等很久，可以看看任务管理器在跑就行。网络不好的情况下可能会需要用到一些魔法_(:D)∠)_
我整个过程大概花了二十分钟。
到此为止框架就基本搭建好了，也能看到提醒我们没有模型文件，需要加载。
加载模型
在之前下载的模型文件包/stableckpt目录下就是我们需要用到的模型，每个文件夹都对应了一个不同的模型，带有sfw的意思是Safe For Work，即没有涩涩（x
将animevae.pt和某个文件夹下的model.ckpt、config.yaml放到stable-diffusion-webui\models\Stable-diffusion\目录下并分别改名为model.vae.pt、model.ckpt、model.yaml即可，其中只有model.ckpt是必须的（下载时也是可以只下载一个model.ckpt文件的），animefull-final-pruned比较小（4G左右，其他7G），感觉效果也差不多。
再次运行webui-user.bat，又加载了一些东西，然后就能看到已经成功跑起来了，浏览器访问提示的URL即可。
开始玩吧！
我刚开始生成的图片全黑，在上面给出的视频评论区中找到了解决方法。
6. gtx16xx的显卡生成图只有黑色/绿色
在webui-user.bat里面，set COMMANDLINE_ARGS=后面加上如下参数
–lowvram –precision full –no-half
（实际上GitHub仓库中就有人提issue，wiki里也有写解决方案
输入参数、点击Generate就能自动生成老婆辣（bushi
默认参数的话6G显存好像也就占一半….
进阶 | 调参经验
可以选择将novelaileak/stableckpt/modules/modules/下的文件全部复制到stable-diffusion-webui/models/hypernetworks/文件夹下（没有就新建），浏览器前端Settings里就可以调，可以改变一些风格，比如福瑞什么的。设置完记得Apply。
Settings中的Stable Diffusion面板
另外可以将Stop last layers of CLIP model改成2，效果会有挺大提升（也可以试试其他数值）。注意这个功能是2022/10/10最近才被Merge进去的：Added ability to ignore last n layers in FrozenCLIPEmbedder by MarkovInequality · Pull Request #1992 · AUTOMATIC1111/stable-diffusion-webui (github.com) 所以记得用最新的代码。
然后来简单介绍一下参数。
左边最上面两个文本框是最重要的，Prompt（画会靠近这些参数）和Negative prompt（画会远离这些参数）。
正向参数栗子：masterpiece, best quality, 1girl, white and purple hair, red buttons, blue hair, transparent sleeves, light smile
其中masterpiece, best quality可能改善质量，可以选择加在自己参数前面。
反向参数栗子：lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry
这些参数会防止图像劣化，可以直接复制过去。
Sampling Steps是迭代次数，越大越耗时，一般20左右就足够了，太大提升也有限。
Sampling method是迭代算法，可以自己试试，感觉Euler和DDIM就不错，不同算法适合的迭代次数不尽相同。
Width和Height是图像大小，不建议开太大，这个模型不太擅长生成大尺寸图片，特别是只有一个人的情况下，而且贼慢，可以考虑后期用waifu2x等工具超分辨率。
接下来三个选项我也没用过。
Batch count是连续生成几次，Batch size是一次生成几张。例如Batch size=2，Batch count=3就是每次同时生成两张图片，生成三轮。注意Batch size其实就是利用显卡并行计算，受到显存制约，开太大会爆显存。
CFG Scale参数制约度，越高越接近参数（但可能会是强扭的瓜），越低越让AI自由发挥。在img2img中还有一个Denoising strength参数，描述的是图像模仿自由度，越高越自由发挥，越低和参考图像越接近。
Seed就是随机种子，可以指定，-1就是随机种子。
Script还没用过。
另外还有些图片模仿、图片置换、风格整合迁移等等的功能还没研究、、
