就和上电脑第一课要学什么是鼠标什么是电脑一样，玩ai绘画也要知道什么是显存，内存，硬盘存储量，还有cpu等等，所以你最好最好是受完高等教育（专科也好，本科也好）起码打好了基础再学ai，不然你自学能力太差，只等着别人喂你是不现实的，ai学习讲的是实践和探索相结合，需要所有人的智慧反复交流才能出结果的。别指望一个人的脑子记住所有的事情，那不现实。
对于ai绘画的学习，画师其实事有天然优势又有天然劣势的。优势在于他已经掌握了绘画技法，可以弥补ai技术的不足。劣势在于思路的转变比起正常人要困难几百倍。
有的人一辈子也转变不了，别说ai绘画了，连绘画软件他都学不来。
一，显卡选择
显卡性能：
首先请看这张图：
图片出处应该是ai吧和ai群社区，作者的名字在上面
要明白一件事事情，所有显卡跑ai都是靠cuda和显存，而除了N（英伟达）系显卡，它就没有cuda，自然也不存在怎么跑这个东西的说法。原因是因为开发的时候用的都是这个，自然也就不会去适应其他了。但是cpu也能强行跑。
cuda负责计算。
而显存负责存储。
当跑一张图时，如果图片尺寸过大，显存就可能承受不住。
而图片精度过高，重绘需求过大，cuda则会超标。
但是并不只是单纯的要求显卡数值大就好。还涉及到半精度，性价比的问题。
专业卡（深度学习卡）毫无疑问是专门针对人工智能设计的，但是你也要彻底牺牲游戏娱乐了。
单纯从兼顾游玩和学习双管齐下，性价比还不错，甚至全训练都能行的就是号称垃圾到矿老板都嫌弃的3060.实际就是你想满足所有的需求还不想割肉结果就是它哪项都做不好，只能凑合用。
2，半精度
Tesla GPU系列P40不支持半精度(FP16)模型训练因为它没有 core。
说白了就是，对于不支持半精度的显卡，性能基本相当于被砍了一半。所以你买显卡之前最好研究清楚显卡性能，不是所有的老服务器显卡都是香饽饽。
3，显卡不行怎么办
有云服务器跑图和训练的专门教程，b站搜索一下就可以。
二，报错
报错的原因千奇百怪
有时候时插件和webui本体不兼容，有时候则是某个插件不支持某个启动参数
比如控制网的STYLE:
查到的目前有说法是把non-batch-cond启动参数去掉，换成
—batch-cond-，据说是和显存优化有关，我的显存实在是不需要优化，所以也没碰到这个病。像这种毛病只能去社区，群大家交流着问。
我之前也遇到过的报错，原因居然是因为直接导入骨骼文件不行，必须保存png重新上传才行。
还有首次使用lora时，我基本是把所有坑都踩了个遍（毕竟是第一批研究这个的，想当先驱者，就得这么折磨自己。）
简单来说，多用百度去查，多加相关技术群去问。
三，各种格式的模型
ckpt,bth,，pt这些格式的文件，被统一称呼为“模型文件”
但是它们具体是什么类型的文件不是说按照后缀名分类的！
而是通过使用功能来区分
1.大模型db类 也被我们称呼为基础模型，主要格式为ckpt,。
2. 主要格式为pt,实际是一堆关键词合集
3.主要格式为pt,影响画风，属于lora的前身了。具有训练难度大，效果有限等等问题，时代的眼泪。
3.VAE主要格式为ckpt,。属于染色文件，有些和大模型放在一起就可以，有些需要放在vae文件夹下单独调用
4.lora 主要格式为ckpt,。挂载类模型，最初需要插件加载，现在可以自加载。训练要求强度小，容易学习，容易使用。必须配合大模型db使用。
5.主要格式为ckpt,。挂载类模型，必须安装
插件才能发动效果的新型挂载模型，具有训练难度大，但色彩细节效果精确的优点，相比lora难，相对大模型db小。必须配合大模型db使用。
6.控制网模型sd-webui-
分预处理某型和效果模型。专用。
四，tag提示词的学习：
主要还是看：
元素法典制作委员会
群内的交流，还有各种网站的宝典也是必不可少。
魔咒百科词典 ()
鳖哲法典 ()
还有个日站法典，因为一万个理由我不能在这里放链接。
五，推荐学习的up主：
首推的是这几位，首先是因为他们讲话不是研究员风格，起码是一般人也能听懂的。
实操问题也不多（你学什么都要自己上手才行，插件也是每天更新的。）
大江户战士
赛博宇
佛祖级：
研究性质的文章和内容较多，对于想继续学习和深入一部分研究的人来说很重要，但是对于没有任何基础的人又太难。推荐无论如何也该关注一下，遇到严重问题时还是需要抱佛脚的。
独立研究员-星空
秋葉aaaki
六，节点化：
作为新版ui对标的是webui.
作为ui，它的优点是流程化和自动化更强，但是延展性肯定不如已经拓展了这么久的webui了。
请根据自己的工作研究需要自行选择。
对于常用和untiy的用户，节点界面实在是刻在dna里的结构了。
