看了B站上的一个视频：Stable diffusion采样器全解析，30种采样算法教程_哔哩哔哩_bilibili

视频中基于速度优先推荐了一些算法

对采样器的区别有了初步的认识

老派采样器

一些概念

  • 采样器名称中的“a”：代表祖先采样器，画面不能收敛
  • 什么是不收敛：每一步采样时都会加入一些噪声，使画面变得不一样，增加了随机性
  • 什么是收敛：随着采样步数的增加，画面内容会趋于稳定，不怎么改变

采样器描述

  • Euler a
  • Euler：渲染画面简单直接，不容易出错
  • LMS：线性多步法，速度与Euler差不多，但没Euler稳定
  • Heun：Euler的改进算法，画面更好，但速度慢一倍
  • DDIM：最早的算法（过时）
  • LMS Karras
  • PLMS：最早的算法（过时）

DPM采样器

一些概念

  • DPM2 代表DPM的2代算法，画面效果好了一些，但时长翻了一倍
  • Karras是什么：采样到8步后，噪点会变少，也就是能用更少的采样步数产出清晰的图像
  • S和M是什么：S代表单步算法，M代表多步算法，M是S的升级版本
  • SDE是什么：SDE代表随机微分方程，不收敛，高品质，速度慢

采样器描述

  • DPM2
  • DPM2 a
  • DPM++ 2S a
  • DPM++ 2M
  • DPM++ SDE
  • DPM++ 2M SDE
  • DPM fast：50步以上可以用
  • DPM adaptive：自适应采样步数，渲染时间很长
  • DPM2 Karras
  • DPM2 a Karras
  • DPM++ 2S a Karras
  • DPM++ 2M Karras：最推荐的算法，收敛，速度快，质量OK
  • DPM++ SDE Karras：高逼真，慢，不收敛
  • DPM++ 2M SDE Karras：2M和SDE的折中算法，不收敛，速度介于2M和SDE之间

2023新采样器

  • UniPC：10步采样即可生成可用画面

因为我的Stable Diffusion没升级到1.6版本，1.6版本的新采样器就不列出来了