Practical skills of Midjournal prompt
鱼的泪珠
提示：AI的语言逻辑有区别，可以变化语言方式表达。
▣ 将自己的图片上传，AI训练①点击输入框的 + 号，会有上传文件，双击就可以选择图像上传，回车。②图片上按右键，选复制链接。③直接贴到输入框imagine prompt 后面。④贴完后，先空一格(*重要*)，再输入文本（可逗号分段）及参数。⑤垫图不限只用1张图，也可以用2张以上的图进行混合(图与图中记得空格)⑥关键词技巧，what、who、when、where、how，5个W。
NSFW (Not Safe For Work) ，这部分提词，将被AI拒绝。
▣ 基本指令
/imagine
最基础的绘画指令。在imagine后面输入关键词即可进行AI绘画。
/help
机器人会推送一些指南及基本的帮助信息。/subscribe进入订阅频道。基础会员(10美金/月)：每月200分钟GPU使用时间(fast模式)。标准会员(30美金/月)：每月15小时GPU使用时间(fast模式)，并无限使用relax模式。
/fast
fast模式生成图片。新用户可生成25张；基础会员可生成约200张/月；标准会员可生成约900张/月。超过后皆需另外购买GPU时间。
/relax
relax模式生成图片，标准会员以上才可使用。
无限制使用时间，但需跟其他会员共用GPU排队时间，最多只能进行3个任务。不能使用放到最大图像功能(Upscale to Max)。
/private
私人创作，作品不会放在公开空间。
私人创作会员才可启用，请多付20美元！输入后别乱点，点了就付款。
/public
公开创作，此为预设值，接受使用条款时就会说明所有创作皆为公开。作品可以供其他人参考，你也可以参考其他人的创作。
/show
后面输入Job_ID，即可重现该画作。只限输入自己的创作，不可输入他人的Job_ID。
✉️:envelope:信封符号会将图片的seed和Job_ ID信息发送给你。在个人私信里会找到机器人发送给你的信息。
⭐️:star:星星符号会将图片标记为“收藏”。将图像发送到公用#favorites频道，并在官网内添加到自己的bookmarks。
❌:x:叉叉符号会取消或删除这一条图像信息，也会将图片从官网图片库中删除。
/settings设置当前偏好第一排：MJ version，选择当前使用版本。目前v4为测试版，只能出1:1的图第二排：
Test/Test Photo：以通用测试性算法，或照片现实增强算法，比默认时添加更多细节。
Quality等级：选择预设出图的品质等级，依序为0.5/1(预设)/2。
第三排：Style等级：选择预设出图的风格强度，依序为1250/2500(预设)/5000/20000，数字愈大愈放飞自我。第四排：Upscale等级：选择预设出图的细节等级：依序为常规(预设)/轻高档/beta测试档。第五排：
Public mode/Private mode：公开模式与私人模式。
Remix mode：再混合模式。此模式启用后，会在按V的同时开启关键词修改功能。
Fast mode/Relax mode：快速模式与无限模式。
https://cdn.discordapp.com/attachments/1061039263296262285/1078526356725452860/20230224112354.png▣常用参数
--beta：
使用beta测试算法。
--hd：使用更高分辨率算法。--aspect / --ar：设置图片宽高比。例：--ar 16:9。--w --h：设置图片宽度与高度。例：--w 1024 --h 768。--seed：设置种子。--sameseed：以类似种子的构图方式出图。--no：排除某物件。例：--no people。--iw：设置参考图片权重，数值愈高与参考的图片愈接近。(默认0.25，最大到5)。--stylize / --s：设置风格强度，数值愈大愈天马行空，可设置为625-60000间任意整数。--quality / --q：设置图片质量，数值愈高出图时间愈慢，相对数值愈低出图更快，更省钱。有五档可进行设置(0.25、0.5、1、2、5)。--chaos / --c：设置图片的随机性，数值愈大随机性愈高(0-100)。
--fast：
快速出图，节省GPU使用时间。
--stop：
图片演算时停止在多少百分比(10-100)。例：--stop 80。--video：保存演算过程视频。添加反应信封符号，会将视频私信给你。--v：使用哪个版本的算法。例：--v 4。--uplight：等于使用Light upscale，轻度加一档细节。在关键词的末尾输入『空格+横杠+横杠+参数+空格+数值』。https://midjourney.comAI 提词绘画是一种将自然语言处理技术和计算机视觉技术相结合的新颖应用。通过输入自然语言描述，计算机可以理解并生成相应的图像。这项技术已经在许多领域得到了广泛的应用，包括艺术创作、电影特效、游戏设计、工业设计等。1、语义理解技术 自然语言处理技术是AI 提词绘画的核心技术之一，它用于理解输入的自然语言描述。自然语言处理技术包括词嵌入、句法分析、语义分析、命名实体识别等。其中，词嵌入是将自然语言转换为数字表示的重要技术，它将每个单词映射到一个向量空间中，从而方便计算机进行处理。在AI 提词绘画中，首先需要使用自然语言处理技术来理解输入的语义。这通常需要使用词嵌入（word embedding）技术，将每个单词映射到一个低维向量空间中，使得相似的单词在向量空间中的距离较近。例如，“蓝色”、“红色”、“绿色”这些词在向量空间中的距离应该比“狗”、“猫”、“鱼”这些词更近。这样可以使得计算机更好地理解输入的语义，从而生成更准确的图像。2、图像生成技术 图像生成技术是AI 提词绘画的另一个核心技术，它用于根据自然语言描述生成图像。图像生成技术包括GAN（生成对抗网络）、VAE（变分自编码器）、CNN（卷积神经网络）等。其中GAN是目前最为流行的技术之一，它由生成器和判别器两部分组成。生成器根据输入的语义生成图像，判别器则判断生成的图像是否真实。通过训练生成器和判别器，可以使得生成器不断改进生成的图像，最终生成高质量的图像。3、风格迁移技术 在AI 提词绘画中，有时需要生成具有特定风格的图像，例如文艺复兴时期的风格、印象派的风格等。这时可以使用风格迁移技术。风格迁移技术通过将一个图像的内容和另一个图像的风格进行分离，从而生成一个新的具有指定风格的图像。风格迁移技术可以与图像生成技术相结合，从而生成具有指定风格的图像。风格迁移技术包括神经风格迁移、循环一致性GAN等。 4、数据集选择和预处理数据集选择和预处理 AI 提词绘画需要使用大量的数据进行训练，因此数据集选择和预处理对于AI 提词绘画非常重要，因为它们直接影响到模型的准确性和效果。在选择数据集时，应该选择与要生成的图像相关的数据集，例如人脸数据集、建筑数据集等。在预处理数据集时，需要进行图像的缩放、裁剪、旋转、去除噪声等操作，以保证数据集的质量。 5、模型优化技术 模型优化技术是指通过改进模型结构、损失函数、优化算法等手段来提高模型的准确性和效果。例如，可以使用残差网络、注意力机制等技术来改进模型结构，使用GAN中的Wasserstein距离等技术来改进损失函数，使用Adam等优化算法来加速模型训练。
