人宅老师将会为大家讲解如何部署一个外网可访问内网的生成式模型服务器，同时我们还会讲解UE5如何接通这个大模型，大模型的界面操作，如何训练，如何微调。为什么要出这套课程，实际上市面上已经有很多通过提示来生成图像的非开源大模型，确实效果也非常好，接通他们的API确实很廉价，但是有很多独立开发者或者其他公司有本地部署的需求，苦于人工智能的自研和训练基础模型的成本，于是我们出了这套课程，可以帮助更多人和更多企业解决本地大模型问题。
课程信息
教学总时长约6小时，使用软件：unreal engine、stable diffusion。
适用行业：游戏引擎；难易度：中高级。
交流答疑
对于课程内容相关的疑问，提供有交流群，不但可以在群里与同学交流，分享资料，与教程内容有关的技术问题还可以进入答疑专区寻求帮助。老师一般会在2个工作日内为您解答。
课程目录
第一章：初识界面
0101_如何本地部署Stable-diffusion
0102_文字生成图片常规界面讲解
0103_如何安装简体中文
0104_常规图生图
0105_图生图实战
第二章：模型安装与下载
0201_如何下载模型
0202_如何卸载模型
0203_VAE下载和安装
0204_Controlnet安装
第三章：如何将本地服务器暴露到外网
0301_如何通过局域网IP操作Stable
0302_其他局域网无法访问本台电脑问题
0303_如何查询自己的公网IP
0304_端口映射
0305_公网桥接
第四章：精简的HTTP架构
0401_Stablediffusion的UE环境准备
0402_HTTP框架和StableDiffusion管理
0403_经典简约的HTTP架构
第五章：Txt2Img架构
0501_经本章节要讲解的内容介绍
0502_定义Text2Img结构体
0503_实现Text2ImgJson结构
0504_实现错误响应结构
0505_定义请求成功响应结构
0506_定义Text2Img成功响应结构
第六章：txt2imgUE测试
0601_介绍本章内容
0602_Text2Img代理
0603_Text2ImgHTTP请求和响应处理
0604_暴露函数到蓝图
0605_通过UE5调用Stable生成图片
0606_NodeType的问题
0607_无法生成图片Base64问题
第七章：Texture2D和本地图片相互转换
0701_介绍本章内容
0702_解析Base64图片
0703_解析Base64转为Texture2D
0704_Texture2D转任意本地图片格式
0705_将本地图片转为Texture2D
第八章：Img2Img架构
0801_ 本章内容介绍
0802_ 定义Img2Img结构
0803_ Img2ImgJson处理
0804_ 整合到请求
0805_ 将图片格式转为Base64
0806_ 合并Base64
0807_ Img2Img本地读取图片方式
0808_ Img2Img生成图
为什么是输入的图
第九章：获取GPU服务器生成进度
0901_介绍本章的内容
0902_进度的结构
0903_进度和响应Json化
0904_生成进度请求
第十章：微调和训练
1001_介绍本章内容
1002_如何炼丹
1003_微调的基本原理和概念
1004_实战微调
十一章：其他API
1101_其他公开的API介绍
多端支持
课程支持ios及Android端设备播放，您只需要登录各大手机应用平台，搜索“ABOUTCG学院“下载安装应用。
课程要求
本教学需要您对基础的3D概念和术语有一定的了解，比如Polygon，Edge，FaceAxis，Space，Map等。
