73d9777ec1a16f412cf00ff199d7cf2a66e821ec6fa77ef78c1683afa9f14937702916cce0f3882e7e687d91e0a359f9a690a027a5471695e591c7f8571fb1f1d9a9f034fb84b0432497feb947bfe9a28b51515fad820a84d08d6862669f314a959cc22d1452b0a635573727e3292ee9674424492bedd61ee0523c333f5625fd4d0887e40c903d5f0c9154b44549daf44ed163953966271f94d96e7d85bf53f011628500d34978c14360579da7f2afa915f0140fa4e74321a35012fbd9632a1850037aaddbcbcc60db686c89eed9f9e96f9c97ce6fb1fd30206720fcbe3dbd026783868ea589baccfde5775f87fa960bf2985c12ed2f552bf ...

简介A/B 测试是一种产品优化的方法，为同一个优化目标制定两个方案（比如两个版本的 UI），让一部分用户使用 A 方案，同时另一部分用户使用 B 方案，统计并对比不同方案的转化率、点击量、留存率等指标，以判断不同方案的优劣并进行决策，相当类似于初中科学课中的“对照实验”。 A/B 测试广泛应用于产品各个阶段、各个方面的迭代流程中，既可以是视觉、交互，也可以是产品功能，甚至运营活动。 详情A/B 测试的流程一个完整的A/B test主要包括如下几个流程： 确定目标：首先，明确你想要优化或改进的目标。这可能是提高转化率、增加用户参与度、改进页面加载时间等。 选择变量：选择你想要测试的变量，这可以是网页布局、按钮颜色、广告文案等。这些变量被称为 “变体”，每个变体都是实验的一个版本。 随机分组：将你的用户或观众随机分成不同的组，每个组看到不同版本的变体。确保分组是随机的，以减少潜在的偏差。 制定假设：在进行实验之前，制定你的假设。例如，如果你认为改变按钮颜色会增加点击率，你的假设可能是：”更改按钮颜色将显著提高点击率”。 实施实验：将不同的变体应用于各组并监测结果。确保实验条件尽可能一致， ...

简介定量分析是一种研究方法，主要基于数值和统计数据，通过量化变量来测量和分析研究对象的特征、性质或关系。这种分析方法强调收集、整理和解释数量化的信息，以便进行统计推断、建模和比较。定量分析通常使用统计学和数学工具来处理数据，以获得关于研究对象的客观、可验证的结论。 在定量分析中，研究者使用已经定义好的变量，通过收集大量的数据，然后使用统计方法对这些数据进行分析。这种方法常用于自然科学、社会科学、经济学、医学等各个领域。 详情在用户体验（UX）设计中，定量分析涉及使用数值和统计方法来量化和分析用户行为、用户反馈以及与产品或服务相关的数s据。这种分析方法帮助设计团队理解用户行为的趋势、模式和关系，从而做出更有针对性的设计决策。以下是在UX设计中进行定量分析的一些常见方法和技术： 用户行为分析： 网站分析工具：使用工具如 Google Analytics、Hotjar 或 Mixpanel，设计团队可以收集关于用户在网站或应用中的行为数据，包括页面浏览量、点击、停留时间等。 漏斗分析：通过创建用户行为漏斗，设计团队可以识别用户在完成特定任务或流程时的流失点，了解用户在不同阶段的转化率。 用 ...

在生成图像的时候需要设置「 采样步数 Steps」，这个参数是模型中的去噪过程，即以迭代的方式从一张纯噪声图中一步步去除噪点，直至它变成一张清晰的图像。采样步数一般需要 20-50 步。 基础说明 名称 示意 Karras 优化算法，它们在采样8步之后，比同名算法噪点更少。 2S 表单步算法。2M代表二阶多步算法。与2S相比增加了相邻层之间的信息传递。 2M 2S的升级版本 3M v1.6版本新增的算法，迭代步数到30+、CFG值减小后达到质量最佳。 SDE 随机微分方程，调用祖先采样，表现不收敛特性。没有多步算法加持生成图像较慢，可以生成逼真的写实风格画面。 Exponential 指数算法，细节少一些但是画面更柔和、干净。渲染时间与SDE和2M相接近。 早期采样器LMS：ODM求解器，线性多步法。速度与Euler相近，但质量不如Euler。LMS Karras：ODM求解器Heun：ODM求解器，是Euler的改进算法，画质更好，但速度慢一倍。Euler：ODM求解器，简单直接，可收敛——能产生最终稳定图像。Euler a：ODM求解器，不 ...

整理训练的图片整理图片可将元素和场景分开给Ai进行学习，通过文件夹命名结果如30_ys，50_cj。前面的数字即Ai学习的次数（每个图片学习几次）。Ai需要学习的是图片内容和文本内容，文本内容是对应图片的提示词。提示次可在webui中训练——图像预处理中，选择资源目录和输出目录即可。 前提图片尺寸大小一致或已裁剪为一致。 生成提示词 使用BLIP Captioning反推图片提示词，检查提示词是否准确 LoRA训练主要参数Source model Configuration file：加载预设Model Quick Pick：快速选择模型Save trained mode as：把训练好的模型存为什么格式Pretrained model name or path：如果是自定义可以在这里选择模型路径v2、v_parameterization（底模像素大于768时勾选）、SDXL Model根据底膜的基础算法勾选对应的类型，如果是1.5则不用勾选 FoldersImage folder：存放图片的路径，此路径为步数_名字的上一层。Regularisation folder：正则路径， ...

简介可用性测试就是通过观察用户使用产品完成典型任务，发现产品中存在的效率与满意度相关问题的方法。 详情任何与人可以发生交互的产品都应该是可用的，就一般产品而言，可用性被定义为目标用户可以轻松使用产品来实现特定目标。 ISO9241/11 中的定义是： 一个产品可以被特定的用户在特定的场景中，有效、高效并且满意得达成特定目标的程度。 人机交互专家 Jakob Nielsen 将可用性框架的定义为： 可学习性：初次接触这个设计时，用户完成基本任务的难易程度？ 效率：用户了解了设计之后，能多快地完成任务？ 可记忆性：当用户一段时间没有使用产品后，是否能轻松地恢复到之前的熟练程度？ 错误：用户犯了多少错误，错误严重程度如何？用户能否从错误中轻易地复原？ 满意度：用户对产品的主观满意度，这个设计让用户感觉如何？ 可用性测试，大多用于网站或移动应用的设计评估，其实也可以用于智能硬件的完整体验流程，通常会邀请目标受众群体中的真实用户，在特定场景下通过产品完成典型的任务。 在真实的使用过程中观察用户的实际操作情况，详细记录并分析用户在使用产品中遇到的问题，目的是发现产品中存在的可用性问题，收集定性 ...

准备注册Kaggle 引用链接地址 Kaggle 前往Kaggle注册 注册完后记得验证手机号 注册ngrok 引用链接地址 Kaggle 前往Kaggle注册 获取ngrok_token kaggle脚本拉取kohya_ss并执行创建脚本12345678%cd /kaggle/working!git clone https://github.com/bmaltais/kohya_ss.git %cd /kaggle/working/kohya_ss!./setup.sh -nprint("Kohya_SS is done setting up!") 创建文件夹并拷贝数据12345678910111213import osimport shutil# ...

在 Stable Diffusion 中有 3 个地方可以实现图片放大功能。 文生图中 Sampling method 下面的 Hires. fix （高分辨率修复）； 图生图中 Script 选择 SD upscale； Extras （高清化）标签中，支持批量处理。 在这 3 个地方使用到的算法是一样的，只不过使用场景不一样。补充的放大算法存放路径为：stable-diffusion-webui\models\ESRGAN内 LanczosLanczos重采样是一种数学上精确的方法，用于图像放大或缩小。它使用了一种称为 sinc 函数的数学公式，可以在保留图像细节的同时减少锯齿效应。 Nearest最近邻插值是一种简单的图像放大方法，通过复制最近的像素值来填充新像素。这种方法速度快，但可能会导致图像出现锯齿状边缘。 BSRGANBSRGAN是一种基于深度学习的超分辨率生成对抗网络，用于增强图像的分辨率。它可以捕捉更多的图像细节，并生成更自然的高分辨率图像。但可能会引入噪声和伪影。 ESRGAN_4xESRGAN（增强超分辨率生成对抗网络）是一种先进的深度学习方法，用于将图像放大 ...

电脑端请善用CTRL+F搜索。 seg_ofade20kseg_ofcoco 颜色/16进制颜色码 RGB颜色值 类别（中文） 类别（英文） ▇ #787878 (120, 120, 120) 墙 wall ▇ #B47878 (180, 120, 120) 建筑；大厦 building; edifice ▇ #06E6E6 (6, 230, 230) 天空 sky ▇ #503232 (80, 50, 50) 地板；地面 floor; flooring ▇ #04C803 (4, 200, 3) 树 tree ▇ #787850 (120, 120, 80) 天花板 ceiling ▇ #8C8C8C (140, 140, 140) 道路；路线 road; route ▇ #CC05FF (204, 5, 255) 床 bed ▇ #E6E6E6 (230, 230, 230) 窗玻璃；窗户 windowpane; window ▇ #04FA07 (4, 250, 7) 草 grass ▇ #E005FF ...

简介定性分析，又称质性分析，是一类研究方法的统称。这类研究方法主要通过对非数值性数据的收集、解释和理解，以获取关于研究对象特征、性质或质量的深层次理解。定性分析不依赖于数字和统计方法，而是关注于收集和解释非结构化或半结构化数据，例如文字、图像、声音、视频等。 定性分析的主要目标是揭示背后的意义、模式、主题和趋势，以深入了解现象的本质。这种方法常用于社会科学、人文学科、心理学、教育研究等领域，尤其是当研究问题涉及复杂性、多样性或难以量化的情境时。 详情在UX设计中，定性分析涉及深入了解用户的主观体验、态度和行为，以便更好地理解他们与产品或服务的互动。以下是一些在UX设计中进行定性分析的方法和技术的详细说明： 用户访谈：用户访谈是一种面对面或远程交流的方法，目的是深入了解用户的需求、期望和体验。通过提出开放性问题，设计团队可以探讨用户的动机、痛点和对产品的感受。访谈通常是半结构化的，以便在对用户的回应进行深入探讨。 用户测试：用户测试将用户置于使用产品或服务的真实环境中，以观察他们的行为、反应和难点。设计团队可以收集用户在执行特定任务时的反馈，并记录他们的思考过程。这种方法提供了关于用户 ...

趁着最近有空，看着捡漏的小程序界面。感觉这个样子食之无味，弃之可惜，但毕竟曾经花了时间的，想着还是小小的优化一波。 新功能1、优化文章列表效果，搭配图片展示。2、增加短视频解析去水印功能。3、增加万年历黄历等功能。4、没了…5、也不是没了，还有个chatgpt模块，但是因为审核机制问题，放弃了这个板块，想要这部分源码的可以私信免费送。 第一个当然是样式太简陋了，避免界面劝退。其次是增加了两个功能，虽然两个功能都烂大街了但是感觉还是很实用的，用的时候到处找也挺麻烦的，一个是短视频解析，在一个是日历/黄历。毕竟易经都已经变成了国家认可的学问了，老祖宗留下的黄历还是值得办事前看看的。 新版效果 [{"url":"https://pic.nanbowan.top/picturebed/65a61977ebfd8.png","alt":""},{"url":"https://pic.nanbowan.top/picturebed/65a6197c979d9.png","alt":""},{"url":"https://pic.nanbowan.top/picturebed/65 ...

简介用户访谈脱胎于社会科学研究中常用的「访谈法」，是一种进行定性研究的实践方法，通过对话、问答的形式获取目标的主观感受和认知，以便挖掘背后更深层次的原因。 定量研究方法有其局限性，客观的数据分析有时无法反应主观的感受和需求，这时与用户面对面的深入交流就非常有必要，尽管用户访谈无法获得客观的数据和结果以直接指导设计，但对于需求的洞悉、用户心理和行为的研究有较大的意义。 在0-1的产品构建中，通常没有大量的用户或数据，用户访谈可以了解用户的需求及偏好，对产品需要解决的用户痛点、核心功能进行定义等；在1-N的产品迭代中，已有的大量用户数据同样可以有效指导产品改版，但是当数据出现某些异常时 (例如：异常的页面跳出率过高)，与用户面对面的交流和询问仍然具有实践价值。 详情用户访谈的类型结构式访谈结构性访谈也称标准化访谈，它是一种对访谈过程高度控制的访谈形式。访谈对象必须按照统一平均的标准和方法选取 (例如：随机抽样)，访问的过程也是高度标准化的，即对所有被访问者提出的问题，提问的次序和方式，答案的范围限制，以及对被访者回答的记录方式等是完全统一。结构式访谈已经算是一种定量研究方法，与调查问卷有些 ...