大麦网，是中国综合类现场娱乐票务营销平台，业务覆盖演唱会、 话剧、音乐剧、体育赛事等领域。但是因为票数有限，还有黄牛们不能丢了饭碗，所以导致了，很多人都抢不到票那么，今天带大家用Python来制作一个自动抢票的脚本小程序有详细的配套教程以及源码，都已经打包好上传到百度云了，链接在文章结尾处！需要可以微信扫描下方CSDN官方认证二维码免费领取。

本篇文章介绍如何在Windows本地部署Stable Diffusion Web UI，并且结合cpolar内网穿透实现公网环境远程访问。Stable Diffusion（简称SD）是AI绘画领域的一个核心模型，它目前也是一个完全开源的项目（模型、代码、训练数据、论文、生态等全部开源），可拓展性强、 出图效率高、 数据安全保障，这使得其能快速构建强大繁荣的上下游生态，并且吸引了越来越多的AI绘画爱

Stable Diffusion WebUI 的绘画插件 Controlnet 最近更新了 V1.1 版本，发布了 14 个优化模型，并新增了多个预处理器，让它的功能比之前更加好用了，最近几天又连续更新了 3 个新 Reference 预处理器，可以直接根据图像生产风格类似的变体。

随着的不断进化，越来越多的开发者加入到插件开发的行列中。大家都知道网上虽然教程多，但非常碎片，一个个学习和查阅真的非常耗时，感觉每天都在烧脑。如果你是 SD 小白或者是小懒猫，又想快速上手使用 Stable Diffusion 插件，那么这篇文章就非常适合你了！因为这是以设计师日常应用的角度出发，从推荐指数、易上手程度、使用频率三个维度来测评。

通过将图像形成过程分解为降噪自动编码器的顺序应用，扩散模型(DM)在图像数据和其他数据上实现了最先进的合成结果。此外，它们的公式表述允许一种引导机制来控制图像生成过程而无需再重新训练。然而，由于这些模型通常直接在像素空间中操作，因此强大的 DM 的优化通常会消耗数百个 GPU 天，并且由于顺序评估，推理非常昂贵。为了在有限的计算资源上进行DM训练，同时保持其质量和灵活性，我们将其应用于强大的预训练

AI 绘画作为 AIGC（人工智能创作内容）的一个应用方向，它绝对是 2022 年以来 AI 领域最热门的话题之一。AI 绘画凭借着其独特创意和便捷创作工具迅速走红，广受关注。举两个简单例子，左边是利用 controlnet 新魔法把一张四个闺蜜在沙滩边上的普通合影照改成唯美动漫风，右边是 midjourney v5 最新版本解锁的逆天神技， 只需输入文字“旧厂街风格，带着浓浓 90 年代氛围感”

在Stable Diffusion，有好几种模型训练方式，前面已经介绍了效果最佳的dream booth，另外还有Textual Inversion （Embedding）、 Hypernetwork和Lora几种方式。今天来介绍下Textual Inversion （Embedding）的模型。相对于dream booth动辄几个G的体积，Textual Inversion的体积则非常小。

本篇文章介绍如何在Windows本地部署Stable Diffusion Web UI，并且结合cpolar内网穿透实现公网环境远程访问。Stable Diffusion（简称SD）是AI绘画领域的一个核心模型，它目前也是一个完全开源的项目（模型、代码、训练数据、论文、生态等全部开源），可拓展性强、 出图效率高、 数据安全保障，这使得其能快速构建强大繁荣的上下游生态，并且吸引了越来越多的AI绘画爱

一、前期准备分析要用到两个包：NumPy和Pandas，首先确保jupyter中成功安装了这两个包

导入需要的第三方库设置可以显示中文和改变字体爬取数据：此方法只适用于表格提取数据中的某一列将数据可视化为折线图完整代码如下最后展示的折线图。