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 ...

方案一123456789101112git clone https://github.com/bmaltais/kohya_ss.gitcd kohya_sspython3 -m venv venvsource venv/bin/activate./setup.shpip uninstall tensorboard tensorboard-data-server tensorboard-plugin-wit tensorflow tensorflow-estimator tensorflow-macos torch torchaudio torchmetrics torchvisionpip install torch torchvision torchaudio torchmetricspip install tensorflowpip3 install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/cpupip install tensorflow to ...

😏大家优惠券领了吗？VIP领了吗？宕机带了的福利香吗？可是问题在于自己的东西都在别人的服务器里，不在自己手上真的好吗？ 我并不是说云服务完全没有价值。云服务的便利性和灵活性是无可否认的。然而，我们也不能完全依赖云服务，而忽视了数据安全的重要性。我们应该根据自己的需求和风险承受能力，综合考虑使用云服务和本地存储的平衡。最近发生的几起宕机，让我更加觉得自己做本地笔记是一件非常正确的事。 契机起因大概是自己总是容易忘记很多事，所以希望能有文档能随时记录下来复盘和学习，加上自己会点前端语言，所以想把自己的笔记弄好看点，所以开始搭建了网站。现在回想起来，不知不觉过去了四年… 由我掌控的创意空间无论是微信公众号、小红书还是微博，总会有各种限制在里面。有些内部笔记如果想不想公开写上去又有泄密的风险，在探索过许多平台之后，渐渐有了自建网站的打算。在博客中理论上能够完全按照我的意愿创作一个符合我审美需求、满足功能要求的网站——前提当然得有足够扎实技术基础支持。幸好，我的前端知识已经足以帮助我把网站修改成我想要的样子。如果你没有代码基础，也想简单的构建一个网站可以看我早期分享的文章： 引用链接地 ...

简介田野调查，是一种实地体验、探访、记录的 定性研究 手段，它需要研究者深入当地，在一定的时间和空间范围内体验当地人的生活、习俗和思维状态，以收集原始资料，并分析了解研究对象如何生活，如何思考，如何需求。 田野调查基于「我非他」的基本哲学思想，它认识到通常研究者无法仅凭经验和猜测准确自模拟出研究对象真正的状态，所以需要研究者实地体验。这对于社会科学研究工作的严谨性、务实性有着非同一般的意义。 而在用户研究领域，田野调查很适合在业务初期、或变革的迷茫期使用，它可以让团队更了解自己真实的用户，理解他们真正的需求和产品使用场景。 田野调查和它的名字一样，在使用这个研究方法的初期，是研究对象是聚居于某个具体区域的尚处于“自然原始状态的原始人类”。 详情发展历史田野调查本是「人类学」这一社会科学的核心方法论，为了研究异族、异地、异时的人和文化，人类学家常常需要进行实地探访和驻地研究，这就被称为田野调查。 但田野调查不仅仅能用在人类学之中，它本质上是一种研究他者的手段，因此也早已跳出人类学的范畴，被广泛用于各类社会科学，例如：现象学、社会学、民俗学、考古学等等；此外，涉及地域性的自然科学也会经常用 ...

简介问卷法，也称为问卷调查法（Questionnaire），是指调查者通过统一设计的问卷来向被调查者了解情况，征询意见的一种资料收集方法。 问卷法也是用户研究或市场研究中非常常用的一种方法，可以在短期内收集大量回复，可借助网络传播调研而降低成本，具有广泛的应用性。 详情问卷调查法最早为弗朗西斯·高尔顿所创立，问卷指的是由一系列标准化地捕捉被调查者的反应的问题所组成的研究性量表。问题可以是非结构化的或结构化的。 非结构化的问题让被试者用他们自己的语言来回答，而结构化的问题则要求被试者从给定的选项集中选择一个答案。在设计问卷时，问题应该能让被试者阅读和理解以便他们可以有效地回答问题，因此，问卷调查法可能对某些人群例如儿童与文盲并不适用。 以下是问卷调查法在用户调研中的一般步骤和要点： 确定研究目标：在设计问卷之前，明确研究的目标和问题。确定你想要了解的信息，以便设计问题并制定调查的方向。 定义受众群体：确定调查的受众群体，即你希望了解其观点的目标人群。确保问题的语言和内容适合目标受众。 设计问题：制定清晰、简明的问题，避免使用模棱两可或容易引起歧义的语言。问题可以包括单选、多选、开放性问 ...