在这一课里，我们将深入剖析 WebUI 的各项参数，包括分辨率、批次数量、采样器、迭代步数等。你将明白这些参数如何影响生成效果与效率，并学会如何结合模型最佳分辨率来避免常见问题。课程还会带你认识采样的原理和不同算法的差异，让你能更灵活地调整参数，提升作品的质量与可控性。

课程视频

暂时无法在飞书文档外展示此内容

拓展阅读

采样器和调度器

关于采样器和调度器，如果你对其中的更多技术细节感兴趣，可以阅读下面的这一篇博文，里面详细介绍了采样器的原理和不同采样器间的具体区别：

Stable Diffusion Samplers: A Comprehensive Guide

链接：https://stable-diffusion-art.com/samplers/

作者：Andrew

采样去噪原理

关于采样去噪的过程，如果你对其中的更多技术细节感兴趣，可以阅读下面的这一篇博文（非常经典），里面用生动的图解展示了整个扩散模型工作的方式：

The Illustrated Stable Diffusion

链接：https://jalammar.github.io/illustrated-stable-diffusion/

中文翻译版本：https://blog.csdn.net/yujianmin1990/article/details/129143157

作者：Jay Alammar

知识大纲

课后作业

使用 WebUI 读取教学辅导书中的图片参数，并使用同一套参数在相同的模型上生成一张完全一致的图片出来。

包含参数的原图

基本要求

• 准确复现参数，并使用参数生成一张相同的图片

加分项目

• 尝试在随机种子不变的情况下调整部分提示词，生成与原图大体结构类似但细节不同的图片