1. SD模型整体架构初识

Stable Diffusion模型整体上是一个End-to-End模型，主要由以下三个核心组件构成。

1. VAE（变分自编码器，Variational Auto-Encoder），
2. U-Net
3. CLIP Text Encoder

{\cal L}{\mathrm{Autoencoder}}=\operatorname*{min}{\cal E,D}\operatorname*{max}{\psi}\left({\cal L}{r e c}(x,{\cal D}({\cal E}(x)))-{\cal L}{a d v}({\cal D}({\cal E}(x)))+\log{\cal D}{\psi}(x)+{\cal L}_{r e g}(x;{\cal E},{\cal D})\right) \