language:

• zh thumbnail: "images/evaluate/joy.../joy_17_3.0.png" widget:
• text: 喜悦 output: url: images/joy_17_3.0.png
• text: 喜悦 output: url: images/joy_19_3.0.png
• text: 喜悦 output: url: images/joy_20_3.0.png
• text: 喜悦 output: url: images/joy_21_3.0.png
• text: 喜悦 output: url: images/joy_22_3.0.png tags:
• 文生图
• 稳定扩散XL
• 微调模型
• 模板:sd-lora
• 模板:sdxl-lora
• sdxl滑块
• ntcai.xyz滑块
• 概念
• 扩散模型 license: "mit" inference: false instance_prompt: "喜悦" base_model: "stabilityai/stable-diffusion-xl-base-1.0"

ntcai.xyz滑块 - 喜悦 (SDXL微调模型)

强度: -3	强度: 0	强度: 3

下载

该模型权重文件提供Safetensors格式下载。

触发词

您可以通过以下触发词增强微调效果：

喜悦

在diffusers中使用

from diffusers import StableDiffusionXLPipeline
from diffusers import EulerAncestralDiscreteScheduler
import torch

pipe = StableDiffusionXLPipeline.from_single_file("https://huggingface.co/martyn/sdxl-turbo-mario-merge-top-rated/blob/main/topRatedTurboxlLCM_v10.safetensors")
pipe.to("cuda")
pipe.scheduler = EulerAncestralDiscreteScheduler.from_config(pipe.scheduler.config)

# 加载微调模型
pipe.load_lora_weights('ntc-ai/SDXL-LoRA-slider.joy', weight_name='joy.safetensors', adapter_name="joy")

# 激活微调模型
pipe.set_adapters(["joy"], adapter_weights=[2.0])

prompt = "中世纪富有的酒馆老板坐在酒馆里，喜悦"
negative_prompt = "不适合工作场合"
width = 512
height = 512
num_inference_steps = 10
guidance_scale = 2
image = pipe(prompt, negative_prompt=negative_prompt, width=width, height=height, guidance_scale=guidance_scale, num_inference_steps=num_inference_steps).images[0]
image.save('result.png')

支持Patreon

如果您喜欢这个模型，请考虑加入我们的Patreon。

加入Patreon后，您将获得访问不断增长的780+独特多样微调模型库的权限，涵盖广泛风格和类型。您还将提前获取新模型和更新，独家幕后内容，以及强大的微调滑块创建工具，让您能制作自定义微调模型并探索无限可能。

您的Patreon支持将帮助我们持续开发和改进新模型。

其他资源

• CivitAI - 在Civit上关注ntc获取更多微调模型
• ntcai.xyz - 访问ntcai.xyz发现更多文章和微调模型