1分钟搞懂stable diffusion20种采样器。
当你打开SD时，面对这20+种名字相似的采样器是不是瞬间感到头大？弄清楚它们之前需要明白什么是采样。当点击生成时会根据seed值随机生成一张初始噪声图像，接着模型的预测器会预测出另一张噪声图像，然后在初始噪声图像中减去预测出来的噪声就得到一张新的图像。之后不断重复预测噪声和减去噪声的步骤就能得到最终的图像。
因为每次去噪后会得到一张新的样本图像，这个过程就叫做"采样"，去噪使用的方法就叫做"采样方法"或者"采样器"，去噪重复的次数就是"采样迭代步数"。了解了原理，这20多种采样器该怎么选择？先上结论可以直接抄作业，要区分这些采样器只需分类后就一目了然。
·第1类为老式的常微方程采样器，特点是实现简单且年代久远，它们都是稳定采样器。一般20步之后图片变化不大能稳定收敛。
·第2类为名字中都带了字母"a"的叫祖先采样器，属于不稳定采样器，每次去噪后会添加少量随机噪声到图像中，因此随着采样步数增加图片也会一直变化，适合给图片增加惊喜和创造力。
·第3类为DDIM和PLMS，是早期SD附带的采样器专门为扩散模型而设计。
·第4类为DPM和DPM++系列采样器，是2022年发布的专为扩散模型设计的新型采样器，其中DPM++是DPM的改进。
·第5类为Karras系列采样器，使用Karras论文中推荐的噪声表提高了图片的质量。
·第6类为UniPC，是2023年发布的新型采样器，可在5-10步内实现高质量图像生成。
1.想快速生成高质量可复现的图片，推荐采样器：
·最后，这是大佬们根据出图速度和质量评分推荐使用的采样方法，你也可以自己测试后，选择喜欢的即可。
我是橘大，分享更多AI干货。
