Part.01 文本嵌入(Embeddings)

• Embeddings(Textual Inversion)
• Checkpoint如果是字典，Embeddings就是書簽，讓檢索更加高效
• 深度學習中Embeddings叫做嵌入式向量
• 使用方法：下載Embeddings文件后綴一般是.pt，放在embeddings文件夾下，然后看Model card/Trigger Words(觸發提示詞)看怎么調用它，在正向提示詞中加入提示詞就可以了。
• 反推提示詞，將一張圖片導入圖生圖，然后點擊DeepBooru/CLIP反推提示詞，前者更有優勢，然后準確保留，不想要刪掉或降低權重，加入文生圖提示詞里面。
• 三視圖使用Embeddings——CharTurnerV2
• 解決AI不會畫手，使用反向提示詞包EasyNegative:針對二次元，DeepNegative:針對真人

Part.02 低秩模型(LoRa)

• LoRa：Low Rank Adaptation Models
• 作用：向AI傳遞、描述某一個特征準確，主體清晰的形象
• LoRa就像字典中的彩頁，直接寫明了形象特點</