好多底模都应该试试，昨天试了roop，不大适合我，等下再看看你上传的。
用24张老妈的照片做了一个模型，效果不错。
老妈生前真实的照片：
以上两照拍摄于多伦多allan室内花园。
lora制作的AI照片：
AI制作的相片，哪儿都像，就是眼睛，特别是眼神，怎么调试和弄不出老妈特有的那种眼神，只好在指令中加入太阳镜。
参照的图片可能正面头像小了点儿，参考的不准确。特别是眼神。 我现在机器正在做其他的Lora，同时跑不起来，等下机器空出来了再调试一下。 现在这张有点儿洋人的味道。
这张似乎有点儿太年轻了。
这张参考图片因为戴了帽子，所以AI无法推测头发的样式，看着有点奇怪。 这张加了controlnet的openpose，保持了头像的形态。
以上两张都是底模：beautifulRealistic_v60.safetensors 做的。这个底模比较适合亚裔的脸型。第一个底模；humanRealistic_hrv9.safetensors 表现得更加西洋化。
这个是底模：humanRealistic_hrv6.safetensors， 比第9版低了几档，这个版本可以用来描绘亚裔脸型。
所以，经过测试，你可以选用 humanRealistic_hrv6.safetensors 或者 beautifulRealistic_v60.safetensors作为底模，再加上你的Lora。 可以加上adetailer 插件，加强面部细节。以上都是用一张参考图用roop插件做的，也许没有你用专有的lora做的更接近原型。
這幾天事多，可能要等下週才有時間玩這些。
猜想会画出怎样的图? - 细雨鱼儿出 微风燕子斜 -
蒙蒙细雨中，鱼儿欢跃，时不时跳出水面，微微风中，燕子斜飞。
In the drizzle, fish danced happily and jumped out of the water from time to time. In the gentle breeze, swallows flew sideways.
鱼儿在毛毛细雨中摇曳着身躯，喷吐着水泡儿，欢欣地游到水面来了。燕子轻柔的躯体，在微风的吹拂下，倾斜着掠过水蒙蒙的天空。
The fish swayed in the drizzle, spitting bubbles, and swam happily to the surface. The soft body of the swallow, blown by the breeze, tilted across the watery sky.
看不出意境來。
今日得的網文:
也在网上搜寻:
可爱深红爱浅红?
想起很多年前的事，2011年之前后。
有一人念诵一诗:
江畔独步寻花（其五）
杜甫
黄师塔前江水东，
春光懒困倚微风。
桃花一簇开无主，
可爱深红爱浅红？
另一人念诵一诗:
书湖阴先生壁
王安石
茅檐长扫静无苔，
花木成畦手自栽。
一水护田将绿绕，
两山排闼送青来。
我只记得，并念诵一诗之两句:
细雨鱼儿出 微风燕子斜
今天想起，网上查:
杜甫《水槛遣心二首》
去郭轩楹敞，无村眺望赊。
澄江平少岸，幽树晚多花。
细雨鱼儿出，微风燕子斜。
城中十万户，此地两三家。
蜀天常夜雨，江槛已朝晴。
叶润林塘密，衣干枕席清。
不堪祗老病，何得尚浮名。
浅把涓涓酒，深凭送此生。
细雨鱼儿出 微风燕子斜
细雨蒙蒙，鱼儿欢快地跃出水面；微风习习，燕子倾斜着掠过天空。
看了这几幅画就明白了， 如果单纯依靠两句诗，其中的元素只有微风，燕子，细雨，鱼儿，和两个动词，斜（飞）和 （越）出。 所以AI只简单地描绘出这几个元素在图画中。但是，图画中，我们发现还有很多作者依据自己的想象和发挥添加了许多其他的元素。比如，山，水，房屋，绿柳，小船，季节，颜色等元素。可能现阶段AI还只是简单地在我们给出的几种元素内发挥，还不会再多添加几种元素，来增加图画的意境。他需要多学习，多见识。跟我们人类一样，如果我们在日常生活当中没有看见过各种自然风景，可能也想象不到这种意境。我估计再过些时候它就会进步了。
我可以尝试着把各种未写进诗句里的元素告诉它，看看它学得会不？
- 看看它学得会不？
我在我们这里的网文中，看到的AI新闻，大都是关于怎样炒股票。
所以，我贴:
能不能吃
估计现在睡了。
在这幅画里，我告诉AI 做这些事： 画 在一个雨天，（一个大湖面积1.5），远远地可以看到山脉，两只黑色的中国南方燕子在低空飞行，附近有树木，呈现中国水墨画风格，背景为棕色。
就跟你现在跟小朋友讲古诗一样， 讲完原文，你要用白话文跟他解释一遍。
24小時內接到之網文:
飛機飄浮空中不動？
昨天，卡童老师在问地图的事，突然想起:
那一年，可能是我发病后的两年，我去医院，前面一人在和人谈:
我今年十八岁，我要去高中上课。
那人看起来，比我年纪大。
然后那人又讲 - 定时K弹。吓到了我，注意的、小心的，偷偷斜眼看他。
他们在传这:
2016.10大学程序先修检测实作题第三题(定时K弹)
我回家后上网找。
看不懂题目是也。
今天，想起昨天，卡童老师在问地图的事，突然想起，我要立志，看懂题目是也。
我看懂了:
也找到答案了。
我要立志，开始努力看懂答案是也。
Taiwan APCS 105-10-29 第3题 定时K弹 c++ vector 解法
定时K弹_vector.cpp
#include
#include
using namespace std;
vector member;
int main()
{
int N,M,K;
scanf(“%d %d %d”,&N,&M,&K);
//建立成员列表并位每一位成员编码
member.resize(N);
for(int i=0;i<N;++i)
{
member[i]=i+1;
}
int now=0;
//每次把淘汰者从数组中排除
for(int i=0;i<K;++i)
{
//找到下一位淘汰者
now=(now+M-1)%member.size();
//将淘汰者从列表排除
member.erase(member.begin()+now);
}
printf("%d\n",member[now%member.size()]);
return 0;
}
真是神奇高深啊!
AI 台湾人工智能电子鼻，建构智能制茶体系。
台茶讲究的香气，仰赖制茶师的嗅觉，判断室内萎凋的茶菁，出现「菁味（青草味）散失、香味（花果香）宜人」，才会进行浪菁（搅拌茶菁）、炒菁等步骤；
要让台茶重回全球市场，首要建构的竞争力就是「质量一致」。
但是每位制茶师都有自己的技巧，经验传承不易，即使是同一位师傅，使用同一来源的茶菁，连续数日做茶，每天判断气味结果、作动时机不尽相同，皆可能导致质量表现不一，难以完成国际买家要求的规格化。
10年前，为了探讨茶叶的气味，使用GC-MS（气相层析质谱仪）分析浪菁前后的气味变化。
不过，这项研究最后因为GC-MS分析速度慢，无法完整辨识茶菁气味的变化，连带使得负责「质量一致」的自动化制茶系统，无缘面世。
科技快速演进，AI人工智能落地应用，10年后再次看到启动这项研究的一线曙光。
台湾电子鼻研发团队、专攻茶叶制造的台湾大学园艺暨景观系，共组研究团队，研发监控茶菁气味的人工智能电子鼻，建构智能制茶体系。
藉由科技部「智慧科技于农业生产之应用」项目计划的经费支持，开发台茶发展外销导向的大量生产模式。
以上 - 網文。
这个不是AI运用的主流，AI的大作用，说到底就是所有决策的数据化，而且是全方位的大数据化。