本頁面列出Stable Diffusion相關的專有名詞，以期討論相關技術的時候能有一個準確的中文術語參考表。
所有項目皆附上中文翻譯與註釋，以正體中文(臺灣)的翻譯為主。
術語#
- artificial intelligence generated content (AIGC): 生成式人工智慧
- ancestral sampling: 祖先取樣，又稱向前取樣
- annotation: 標示
- batch count: 批次數量
- batch size: 批次大小
- checkpoint: 存檔點，模型格式，附檔名為
.ckpt。又稱大模型。 - classifier-free guidance scale (CFG scale): 事前訓練的條件控制生成方法。
- CodeFormer: 2022年由Shangchen Zhou等人發表的臉部修復模型。
- ComfyUI： 2022年推出的AI生圖軟體，強調節點操作，十分靈活。
- conditioning：制約訓練
- ControlNet: 2022年由Lvmin Zhang發表，通過加入額外條件來控制擴散模型的神經網路結構。
- cross-attention: 分散注意
- CUDA：Nvidia推出的專有技術，可利用GPU加速軟體運算。
- dataset: 資料集
- denoising: 去噪，降噪
- diffusion: 擴散
- Denoising Diffusion Implicit Models (DDIM): 去噪擴散隱式模型，2022年由Jiaming Song等人發表的取樣方法。
- Dreambooth: Google Research和波士頓大學於2022年發表的深度學習模型，用於調整現有的文生圖模型。
- embedding: 嵌入
- epoch: 時期
- Euler Ancestral (Euler a): 基於k-diffusion的取樣方法，使用祖父取樣與歐拉方法步數。可在20~30步數生出好結果。
- Euler: 基於k-diffusion的取樣方法，使用歐拉方法步數。可在20~30步數生出好結果。
- fine-tune: 微調
- float16 (fp16): 半精度浮點數
- float32 (fp32): 單精度浮點數
- generate：生成圖片
- Generative Adversarial Network (GAN)：生成對抗網路，讓兩個神經網路相互博弈的方式進行學習的訓練方法。
- GFPGAN: 騰訊於2021年發表的臉部修復模型。
- hypernetwork: 超網路
- image to image: 圖生圖
- inference: 模型推理
- inpaint: 局部重繪；圖像修復；內補繪製
- interrogator: 圖像理解
- k-diffusion: Karras等人於2022年發表的PyTorch擴散模型，基於論文〈Elucidating the Design Space of Diffusion-Based Generative Models〉所實作。
- latent diffusion: 潛在擴散
- latent space: 潛在空間
- Latent Consistency Models (LCM)：2023年發表的新取樣方法。
- learning rate: 學習率
- Lora beYond Conventional methods, Other Rank adaptation Implementations for Stable diffusion (LyCORIS)：
- low-rank adaptation (LoRA): 低秩自適應，2023年由Microsoft發表，用於微調大模型的技術。
- machine learning: 機器學習
- model：模型
- negative prompts: 負向提示詞
- outpaint: 畫外畫；外補繪製
- pickle: 儲存張量的模型格式，副檔名為
.pt - postprocessing: 後處理
- precision: 精度
- preprocessing: 預處理
- prompts: 提示詞；指令；咒語
- PyTorch: 一款開源機器學習庫
- safetensors: 副檔名為
.safetensors，由Huggingface研發，安全儲存張量的模型格式。 - sampling method: 取樣方法
- sampling steps: 取樣步數
- scheduler: 排程器
- seed: 種子碼
- Stable Diffusion: 穩定擴散，文生圖模型，2022年由CompVis發表，由U-Net、VAE、Text Encoder三者組成。
- Stable Diffusion WebUI: 2022年AUTOMATIC1111推出的AI生圖軟體，以Gradio作為網頁界面。
- text encoder: 文本編碼
- text to image: 文字生成圖片，文生圖
- textual inversion: 文本倒置
- tiling: 平鋪
- token: 詞元
- tokenizer: 標記解析器
- Transformers: HuggingFace研發的一系列API，用於輔助PyTorch、TensorFlow、JAX機器學習，可下載最新預訓練的模型。
- U-Net：用於影像分割的卷積神經網路
- unified predictor-corrector (UniPC): 統一預測校正，2023年發表的新取樣方法。
- upscale: 升頻；放大
- variational auto encoder (VAE): 變分自動編碼器
- weights: 權重
- xFormers: 2022年由Meta發表，用於加速Transformers，並減少VRAM佔用的技術。