本文目標(biāo)人群：

希望了解webUI中提供的諸多Sampler（采樣器）究竟有什么不同，并想知道如何選用合適采樣器以進(jìn)一步提高出圖水平的人群。

缺乏AI基礎(chǔ)知識，但想要進(jìn)一步了解AI繪圖基本原理的人群。

對stable diffusionAI繪圖感興趣的人群。

太長不看的總結(jié)與推薦：

兼顧生成耗時、重現(xiàn)性、圖片質(zhì)量：DPM++ 2M Karras，20-30步；UniPC，20-30步；

注重質(zhì)量，且不關(guān)心重現(xiàn)性：DPM++SDE Karras，10-15步；DDIM，10-15步；

注重重現(xiàn)性：不要使用任何ancestral采樣器（名字里面帶a或SDE）

簡單、快速、直接：Euler，或Heun，縮短步數(shù)。

正文內(nèi)容：

intro：

本文內(nèi)容直接來自于https://stable-diffusion-art.com/samplers/。該文章很好地介紹了stable diffusion中sampler的作用、分類、原理、區(qū)別等等，解釋了我在sampler方面的疑惑，因此結(jié)合個人使用體會加以翻譯，以饗讀者。

之前看到過幾篇中文的sampler介紹，但沒有一個這么深入淺出，看到這種好東西真的很難忍住分享。

如有看到類似的優(yōu)秀文章，可以在評論區(qū)告訴我一聲，我會酌情進(jìn)行翻譯整理等工作。

本人非AI行業(yè)從業(yè)人士，全憑愛好翻譯，因此可能存在專有名詞的直譯等情況，如有專業(yè)知識的謬誤，還請指正。

1.原理概述：

1.1采樣與噪聲。

在生成圖像的過程中，SD會先在潛空間生成完全隨機(jī)的噪聲。隨后，噪聲預(yù)測器會估計圖像中的噪聲，然后將預(yù)測出的噪聲從圖像中減去。重復(fù)該過程即可獲得越來越清晰的圖像。過程如下圖所示。

去噪的整個過程，被稱為采樣（因為每經(jīng)歷一次去噪都會生成新的樣本圖像）。采樣過程僅僅是整個SD模型的一部分，采樣過程中采用的方法，就叫做**sampler，采樣器。**具體的采樣方法多種多樣，通常只是速度和準(zhǔn)確性各有不同。

1.2噪聲時間表Noise schedule

在采樣過程中，采樣器并不是在每一步都以均勻的“力度”（噪聲水平）來改變整個圖像的。在初期的時候，預(yù)測的噪聲強(qiáng)度較大，以較大的方式改變畫面。在后期，噪聲強(qiáng)度較低，僅對畫面做出微調(diào)。如下圖所示。

在每一步，采樣器都負(fù)責(zé)產(chǎn)生一個與時間表所預(yù)期的噪聲水平匹配的噪聲圖像。

采樣步數(shù)會影響每一步間需要降低的噪聲強(qiáng)度。較高的步數(shù)有助于減小采樣用力過猛導(dǎo)致的截斷誤差。下圖是一個30步的噪聲時間表。

2.sampler概述

下面將分不同的部分，簡單敘述下幾類不同的sampler。

由經(jīng)典的常微分方程求解方法命名的sampler

不要害怕這個小標(biāo)題，sampler實際上要做的就是求解常微分方程（ODE），以下是幾個可能比你我年紀(jì)都大的經(jīng)典求解方法。

Euler-可能是最簡單的求解方法，用歐拉法求解常微分方程

Heun-比Euler更精確但更慢

LMS（Linear multi-step method，線性多步求解）-速度與Euler相同，可能會更準(zhǔn)確

Ancestral系列

有些sampler的名字里會帶一個a，這就代表他們是Ancestral sampler祖先采樣器，祖先采樣器會在每一步之間向圖片添加隨機(jī)的噪聲，因而采樣結(jié)果具有一定的隨機(jī)性，難以穩(wěn)定復(fù)現(xiàn)結(jié)果。

有些采樣器名字里沒有帶a，但是也會添加隨機(jī)噪聲（例如DDIM）。

采用祖先采樣器生成的過程中，即便到了最后幾個采樣步驟，圖像也在發(fā)生一定的變化（因為有新的噪聲添加進(jìn)來）。（即結(jié)果不收斂）

如果想在圖片里引入一定的變化，更可控的方式是采用variation seed。

Karras系列

名字中帶有karras的sampler是采用了karras論文中的噪聲時間表（noise schedule）。它在前期噪聲強(qiáng)度更高，而在末期噪聲強(qiáng)度更低，如下圖所示。這一定程度上有利于提高出圖質(zhì)量。

DDIM (Denoising Diffusion Implicit Model，去噪擴(kuò)散隱式模型)和PLMS (Pseudo Linear Multi-Step method，偽線性多步法)是初始的1.0版本SD自帶的采樣器。

一般被認(rèn)為是過時的而不再使用。

DPM系列

DPM?(Diffusion probabilistic model solver，擴(kuò)散概率模型求解器)是2022年發(fā)布的為擴(kuò)散模型而設(shè)計的一系列采樣器。

DPM++是DPM的改進(jìn)版。

DPM2是二階版本的DPM，更準(zhǔn)確，但更慢。

DPM++SDE和DPM++SDE Karras有與祖先采樣器相同的缺點，不會收斂，而且采樣步數(shù)會顯著影響圖像內(nèi)容。

DPM adaptive會自適應(yīng)地改變采樣步長，因而它不能保證在你所設(shè)定的步驟內(nèi)完成采樣任務(wù)，可能會很慢。

UniPC

UniPC?(Unified Predictor-Corrector，統(tǒng)一預(yù)測-校正器)是2023年新發(fā)布的采樣器，受到同名的常微分方程求解法思路的影響?？梢栽?strong>5-10個步驟中實現(xiàn)高質(zhì)量圖像生成。

k-diffusion

這個詞并不指某一個采樣器，它指的是Katherine Crowson的k-diffusion Github庫和與之相關(guān)的采樣器，正是這個庫實現(xiàn)了karras2022年論文中的采樣方法，基本上除了DDIM、PLMS、UniPC的其他采樣器都部分衍生自k-diffusion。

3.收斂性、渲染時間、出圖質(zhì)量

關(guān)于收斂性，圖表較多且專業(yè)性較強(qiáng)，感興趣的可以順著文首鏈接去看原文，不感興趣的可以看一句話總結(jié)：除了名字里帶a的和帶SDE的，其他的在一定步數(shù)后基本都能正常收斂，區(qū)別不算特別大。

渲染時間見下圖

以Euler為標(biāo)桿，基本而言可以分為三組：

與Euler類似的一階采樣器（時間與Euler相同）

需要對去噪U-Net進(jìn)行兩次評估的二階采樣器（時間是Euler的兩倍）

DPM adaptive（會自適應(yīng)改變采樣步數(shù)因而格外慢，但他在收斂性方面也表現(xiàn)更好）

出圖質(zhì)量

在各種參數(shù)都一致的情況下，結(jié)果也能分成大概三組：

不帶a或SDE的出圖結(jié)果差異極小。

帶了a或SDE的差異明顯要大得多。

DPM++ fast就是bullshit。

此外，各位也可以自己試著用xyplot跑一下不同sampler的圖像，這是直觀、綜合地比較不同sampler的最簡單方式之一。

4.其他

在原網(wǎng)頁的后文中，還有更深奧的討論與介紹，其中詳細(xì)介紹了采樣步驟、如何用確定性抽樣的常微分方程求解隨機(jī)的采樣問題等專業(yè)內(nèi)容，受限于本人相關(guān)專業(yè)知識，暫不搬運。