資料內容：
1.3 原理
U-Net結構：Stable Diffusion基于U-Net模型架構，通過降噪擴散模型（Denoising Diffusion
Probabilistic Models, DDPM）生成圖像。
文本編碼器：使用CLIP文本編碼器將輸入提示詞轉換為圖像的潛在表示。
1.4 提示詞合集
關鍵字組合：組合藝術風格（如“impressionism”）、場景描述（如“sunset at the beach”）和修飾
詞（如“highly detailed”）來生成多樣化的圖像。
常用提示詞：可以訪問 PromptHero 或 Lexica 進行提示詞靈感獲取。
1.5 API 開發(fā)
FastAPI 服務器：使用 FastAPI 部署 API 接口，實現(xiàn)對 Stable Diffusion 的圖像生成請求。
