Stable Diffusion 算圖時，有時算出來的人臉都像是被揍過一樣！這其實是解析度過小的問題，我們可以透過 img2img upscale 加 inpaint 的手法來解決，只需要兩階段，一起來看看怎麼做吧！

txt2img 時，會用 512、768 等等大小來測試算圖，反覆迭代找到一個適合的 prompt 和參數組合。如果想要以此組合算出高解析度的圖片，直接調整長寬會遇到畫面跑掉的問題。該如何在固定構圖的情況下增加圖片的解析度呢？本文提供三個方法讓大家嘗試看看！

用 Google Colab 玩 Stable Diffusion WebUI 應該是所有架設方式中最簡便的一種，安裝過程只需要跑大神們寫好的 Notebook，點擊吐出的連結立馬就能進入 WebUI 介面！但其中也有一些小細節需要注意，我們一起來看看怎麼做吧！

想玩 Stable Diffusion，但電腦不夠力，又不想花錢買貴森森的顯卡怎麼辦？除了使用 Google Colab 外還有另一個選擇，就是到 AWS 開有 GPU 的 EC2！以下分享如何透過 AWS CloudFormation 一鍵架設，整體適合有初步雲端或 Linux 經驗的人，初學者照著步驟也能完成，但有些專有名詞可能需要額外研究了解。

LoRA 是什麼？為何在 Stable Diffusion 社群討論中常常出現？Prompt 有時看到很奇怪的文字是什麼？本文一次解答上述問題，並用白話文簡介 LoRA 原理，讓大家在操作時更有感覺！

本文帶領大家學習如何調整 Stable Diffusion WebUI 上各種參數。我們以 txt2img 為例，帶大家認識基本設定、Sampling method 或 CFG scale 等各種參數調教，以及參數間彼此的影響，讓大家能夠初步上手，熟悉 AI 算圖！

本文將分享如何在 M1 / M2 的 Macbook 上安裝 Stable Diffusion WebUI。首先會提供一些 Macbook 的規格建議，接著會介紹如何安裝環境，以及初始化 Stable Diffusion WebUI。最後還會介紹如何下載 Stable Diffusion 模型，並提供一些熱門模型的下載連結。如果你從來沒有接觸過 Python 開發也不用擔心，本文提供了詳細的安裝步驟供你參考！

上一篇我們討論如何使用 Face Recognition 快速做一個人臉辨識系統，但使用預設參數的情況下可能無法完全符合實際需求，這邊分享一些參數調教的方法，讓大家的辨識系統可以更完美！

Face Recognition 是在 github 上開源的 python library，作者透過包裝 dlib 的方式來實現快速且簡單的人臉辨識開發，同時提供已經訓練好的 CNN 人臉偵測模型、resnet 人臉辨識模型，開發者只需要準備好想要辨識的人臉圖片，就可以簡單用幾行 code 實現！就讓我們一起來看看怎麼做吧！

玩深度學習第一件事，就是先把 CUDA、cuDNN 裝好！一聽到「裝環境」我們總是眉頭一皺，這過程肯定有許多坑等著。但其實真的不難，就讓我們看下去！