Webui新手教程
Webui新手教程
（本页面仍然缺失内容，欢迎您的补充）
本教程针对已经打开界面但不知道做什么的新手，并不能解决打不开的报错问题
准备工作
确保您已经能够打开webui，没有出现页面全白，UI错乱的情况。
建议使用绘世启动器，兼容性好，操作方便。
您可以不必按照顺序阅读本教程
用什么
大模型|checkpoint
主要模型，一般大小可能有2-7G不等。
后缀一般为ckpt或者safetensors，如果您不能显示safetensors，请尝试更新到比较新的版本。（请勿轻易尝试11周到创建此页面时页面的版本，2023年4月15日）
safetensors相对于ckpt，更加安全，加载速度也更快
关于如何获取大模型，通用做法是在Hugging Face(https://huggingface.co)和C站（https://civitai.com)上寻找，或者你也可以在绘世启动器上寻找，一些模型相关视频也许也有下载链接。
关于同种大模型的不同类别，您可能会发现有诸如fp16，fp32，全精度，半精度，剪枝一类的字眼，您可以完全不用关心它们的区别，这些标识对单纯生成图片没有影响，它们可能对融合训练模型有影响，这并不是本教程所涉及的内容。
关于大模型放在哪里，一般都在您的webui根目录下\models\Stable-diffusion里，使用启动器下载会自动放到对应位置。
关于应当用什么模型，对于刚刚上手的新手而言，anythingV3.0仍然是一个不错的二次元选择，它的下限相对较高，尽管有些时候可能并不听从您的关键词，但是它能比较轻易的生成精美的图案。之后，您也可以尝试其他模型来挑选您所喜欢的。
变分自编码器|VAE(Variational Autoencoder)
您只需要知道它能调节画面色彩明度（能解决画面发灰），大小一般几百兆不等。
可能有的后缀为pt，ckpt，safetensors。
这里谈论的是一些外置VAE。
获取方式与大模型相同，使用启动器下载会自动放到对应位置。
关于VAE放在哪里，一般都在您的webui根目录下\models\VAE里，当然其实也可以在webui根目录下\models\Stable-diffusion里，这时文件名会带有一个.vae.
关于应当用什么VAE，有时候它并不是必须的，有的模型会自带VAE，您可以不必使用外置VAE，然而，有的模型在融合过程中VAE会坏掉，具体表现为图片发灰，这就需要使用外置vae。实际上vae种类并不多，您可以逐一尝试，一般发灰可以先尝试novelai原生vae。
怎么使用vae，你可以在切换模型处的右边找到VAE选项，如果没有，尝试更新到新一点的版本，或者在设置-Stable Diffusion处找到，选择后一定记得保存设置！
LORA模型
附加模型，可以达到一些原本模型难以做到的效果，几十几百兆不等。
可能有的后缀为pt，ckpt，safetensors。
获取方式与大模型相同，使用启动器下载会自动放到对应位置。
关于LORA放在哪里，lora一般都在您的webui根目录下\models\lora里，当然也有插件版本，放置在您的webui根目录下\extensions\sd-webui-additional-networks\models\lora，不推荐使用插件。
关于应当用什么LORA，这个没有什么标准与参考，取决于您喜欢什么，想用什么。
怎么使用lora，原生lora使用可以在右侧生成下方五个图标最中间处找到，点击即可看到lora选项卡，点击您的lora即可，如果使用插件，可以在下方选项卡找到。绝大多数情况下不推荐使用插件版本，它似乎有各种各样的bug及兼容问题，相对于原生lora的优势是单独设置UNet/Text Encoder的权重（排除lora对大模型clip的影响或者对大模型unet的影响），如果您刚上手，您可能并不会用到
嵌入式模型|Embedding
附加模型，似乎不能做到原本模型难以做到的效果，kb级别。
可能有的后缀为pt等。
其他方面与lora模型相同，除去位置在您的webui根目录下\embedding，也没有什么特别的插件版本。
超网络模型|Hypernetwork
附加模型，大小似乎各种都有。
可能有的后缀为pt等。
其他方面与lora模型相同，除去位置在您的webui根目录下\models\hypernetworks，也没有什么特别的插件版本。
怎么用
本教程会对文生图一些基础内容做出说明和一些建议
提示词|Prompt
写入您想要的，您可以加入一些质量词比如extremely detailed CG unity 8k wallpaper,(best quality),((ultra-detailed)),(masterpiece),(high resolution)，不过叠太多也不会有什么质的提升。
您可以把您想要的丢给一些翻译，也可以尝试使用一些长句，不过要注意，很多融合模型对长句识别能力差。
您可以学习元素法典的提示词写法，元素法典第一卷，元素法典第一点五卷，元素法典第二卷。
反向提示词|Negative Prompt
输入你不想要的，新手可以直接输入lowres,bad anatomy,bad hands,text,error,missing fingers,extra digit,fewer digits,cropped,worst quality,low quality,normal quality, jpeg artifacts,signature,watermark,username,blurry同样，写太多也不会有明显提升。
采样方法|Sampler Method
不同采样方法有不同优势，见仁见智，新手推荐选择"Eular a"，"DPM++ 2M Karras"，"DPM++ SDE Karras"，之后也可以不断尝试选择更适合的。
采样迭代步数|Sampling Steps
推荐30以内，步数高不一定画面就好，之后可以看自己情况适当加减。上古时期有人尝试上千步修手。
宽度|width，高度|height
字面意思，即对应方向像素点数量，越大的图像越吃显卡，量力而行
生成批次|Batch Count
生成多少次图，类似于货车拉多少次货
每批数量|batch size
一次生成多少张，相当于货车一次拉多少货，除非对显卡有自信，不然别动，默认为1，量力而行。
面部修复|Restore Face，可平埔|Tilling
没什么用，别管，别动。
高清修复|Hires.fix
生成比较大的图像（把小图像放大），默认选项即可，之后可以逐一尝试，可以更改放大倍率达到想要的大小，如果使用，请调小分辨率，量力而行。
提示词相关性|CFG Scale
生成图像与您提示词相关性，不建议调到过大或者过小值，对于新手来说，一般也不必更改。
随机种子|Seed
影响初始噪点图，您只需要知道相同参数种子不同图也不同，可以理解为类似于某些游戏（比如Minecraft和Terraria）生成世界的种子，保持-1（每次都是随机数字）即可。