diffusionbee-stable-diffusion-ui - Diffusion Bee 是在 M1 Mac 上本地运行 Stable Diffusion 的最简单方法。附带一键式安装程序。无需依赖或技术知识。
Created at: 2022-09-06 10:11:00
Language: JavaScript
License: GPL-3.0
扩散蜜蜂 - 适用于MacOS的稳定扩散GUI应用程序
扩散蜜蜂是在Intel / M1 Mac上本地运行稳定扩散的最简单方法。 带有一键式安装程序。无需依赖关系或技术知识。
- 在你的计算机本地运行，不会将任何数据发送到云（除了请求下载权重或除非你选择上传图像）。
- 如果你喜欢Diffusion Bee，可以考虑检查 https://Liner.ai，一个一键式工具来训练机器学习模型。
有关及时的想法，请访问 https://arthub.ai
加入不和谐服务器：https://discord.gg/t6rC5RaJQn
特征
- 完全数据隐私 - 不会将任何内容发送到云（除非你选择上传图像）
- 干净易用的用户界面，一键式安装程序
- 图像到图像
- 涂装内
- 外涂
- 世代历史
- 放大图像
- 多种图像尺寸
- 针对 M1/M2 芯片进行了优化
- 在计算机上本地运行
- 负面提示
- 高级提示选项
如何使用
- 下载并启动应用程序
- 输入提示，然后点击生成
文本到图像：
图像到图像：
带遮罩的图像到图像：
修复：
外画：
历史：
要求
- 配备英特尔或 M1/M2 CPU 的 Mac
- MacOS 12.3.1 或更高版本
许可证：稳定扩散在CreativeML OpenRAIL M许可证下发布：https://github.com/CompVis/stable-diffusion/blob/main/LICENSE 扩散蜜蜂只是稳定扩散之上的GUI包装器，因此稳定扩散的所有术语都应用于输出。
引用
About
Author：divamgupta
热门帖子
热门github
1
2
3
5
6
7
8
11
13
14
15
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)