通过确定性生成提高图像质量
译者：片刻小哥哥
项目地址：https://huggingface.apachecn.org/docs/diffusers/using-diffusers/reusing_seeds
原始地址：https://huggingface.co/docs/diffusers/using-diffusers/reusing_seeds
提高生成图像质量的常见方法是
确定性批次生成
，生成一批图像并选择一张图像进行改进，并在第二轮推理中提供更详细的提示。关键是传递一个列表
torch.Generator
到批量图像生成的管道，并将每个
发电机
到种子，以便您可以将其重新用于图像。
让我们使用
runwayml/stable-diffusion-v1-5
例如，并生成以下提示的多个版本：
prompt = "Labrador in the style of Vermeer"
实例化管道 DiffusionPipeline.from_pretrained() 并将其放置在 GPU 上（如果可用）：
import torch
from diffusers import DiffusionPipeline
from diffusers.utils import make_image_grid
pipe = DiffusionPipeline.from_pretrained(
"runwayml/stable-diffusion-v1-5", torch_dtype=torch.float16, use_safetensors=True
)
pipe = pipe.to("cuda")
现在，定义四种不同的
发电机
s 并分配每个
发电机
一粒种子（
0
到
3
）这样你就可以重复使用
发电机
稍后针对特定图像：
generator = [torch.Generator(device="cuda").manual_seed(i) for i in range(4)]
生成图像并查看：
images = pipe(prompt, generator=generator, num_images_per_prompt=4).images
make_image_grid(images, rows=2, cols=2)
在此示例中，您将改进第一张图像 - 但实际上，您可以使用任何您想要的图像（甚至是带有双眼的图像！）。第一张图片使用了
发电机
有种子
0
，这样你就可以重用它
发电机
进行第二轮推理。要提高图像质量，请在提示中添加一些附加文本：
prompt = [prompt + t for t in [", highly realistic", ", artsy", ", trending", ", colorful"]]
generator = [torch.Generator(device="cuda").manual_seed(0) for i in range(4)]
创建四个带有种子的生成器
0
，并生成另一批图像，所有这些图像都应该看起来像上一轮的第一张图像！
images = pipe(prompt, generator=generator).images
make_image_grid(images, rows=2, cols=2)
