NovelAI教程-采样方法

对于图像生成，采样器用于指导人工智能从初始噪声开始生成视觉模式。NovelAI 提供多种采样方法：DPM++ 2M、Euler Ancestral、Euler、DPM2、DPM++ 2S Ancestral、DPM++ SDE、DPM Fast 和 DDIM。

不同的采样器会生成不同的图像，但这些差异可能并不总是明显或可预测的。

请注意：只有在非常低的步长值下，才能更容易地观察到不同采样器之间的差异。但我们不建议在普通图像生成中使用过低的步长值。

我们推荐使用 DPM++ 2M 和 Euler Ancestral 采样器，因为它们与 NovelAI 的 Diffusion 结合使用可以产生一致且高质量的生成效果。除非您对图像生成有更深入的了解，否则强烈建议保持采样器设置不变。

特殊采样器：SMEA 和 SMEA DYN

什么是 NAI SMEA？

正弦多通 Euler Anc采样方法

对于图像生成，采样器用于告诉人工智能如何从初始噪声开始生成视觉模式。 NovelAI 支持各种采样方法： DPM++ 2M，Euler Ancestral，Euler，DPM2，DPM++ 2S Ancestral，DPM++ SDE，DPM Fast 和 DDIM。

不同的采样器生成不同的图像，但这些差异可能并不总是明显或可预测的。

注意：在非常低的步长值的图像上，可以更容易地看到不同采样器之间的差异。但是这种低值并不建议用于普通图像生成。

我们推荐使用 DPM++ 2M 和 Euler_Ancestral 采样器，因为它们与 NovelAI Diffusion 结合使用可以产生一致、高质量的生成效果。除非您对图像生成有更深入的了解，否则强烈建议保持采样器设置不变。

特殊采样器：SMEA 和 SMEA DYN

什么是 NAI SMEA？

SMEA（Sinusoidal Multifrequency Euler Anc）是一种特殊的采样器，旨在改善整体一致性和质量，尤其在更高分辨率下。基于 Euler Ancestral 采样器，我们创建了一种基于正弦函数的时间表，在采样过程中多次插值常规扩散模型。这种方法确保了稳定的扩散，并同时关注局部和全局特征。通常情况下，在常规采样器下高分辨率采样时，稳定的扩散会导致相同主题的重复或奇怪的解剖结构，这主要是由于在高分辨率下全局注意力不足所致。NAI SMEA 的目标是解决这个问题。

所有常规采样器都有 SMEA 版本和 SMEA DYN 变体，除了 DDIM 采样器不支持 SMEA。

SMEA 和 SMEA DYN 非常适合高分辨率！

这两种采样器的差异在更高分辨率的图像上最为明显。虽然它们都比常规采样器更适用于高分辨率图像生成，但是 SMEA DYN 在较低生成层级上关注较少，并且在中高层级上动态发挥作用。我们观察到 SMEA DYN 产生稍微更精细的构图。最终，每个采样器的有效性将取决于具体的用例和图像分辨率。

定价：

为什么SMEA更贵？

SMEA采样器在每个步骤中运行多个Unet的传递。它的成本略高于基于常规采样器的成本，这是由于GPU处理请求所需时间的增加而导致的。

自动SMEA切换选项

有一个默认选项，即自动应用于1024x1024及以上像素的图像，因此您无需担心何时应该或不应该使用它。

小贴士：

SMEA和SMEA DYN采样器在步骤和提示指导设置方面的反应不同。例如，指导值在变得不可预测之前可以更高。如果您正在生成更高分辨率的图像，则可能需要增加指导值。

如果您有一个特别短的提示，似乎表现不佳，可以尝试将其重复复制粘贴到提示字段中。我们已经注意到，这可以解决测试期间的问题。

有时采样器可能会关注与以前默认值不同的提示方面：

您可以通过强调和弱化提示的方面来缓解这种情况。

（请参见“强化和削弱向量”）

我们建议进行实验，以找到您喜欢的采样器的值！

采样器比较

这些高分辨率图像都是使用相同的提示、设置和种子生成的。它们之间唯一的区别是采样器以及SMEA和DYN切换。