如上图，我们先来看下Stable Diffusion生成的对比图。

这种对比图的制作离不开XYZ plot脚本，有时候我们需要根据不同的权重来生成一系列图来进行对比测试，以此来发现最优解，这时候我们就需要用到XYZ plot脚本。

还有，当我们进行LoRA模型的训练（戏称“炼丹”）的时候，我们需要对训练出来的LoRA模型进行对比测试，也需要用到XYZ plot脚本。

以LoRA模型的使用为例来说明，其原理类似于把不同的LoRA模型设置为变量X，把权重值为设置为变量Y，最后形成X轴Y轴的图表，如下所示，通过对比来找出较为满意的图片，以此来验证各种LoRA模型在哪个权重值的表现较佳。

• 方法一
  

还是以测试LoRA模型为例，我们把自己训练出来的LoRA模型放入novelai-webui\models\Lora。我们炼制的模型训练了5轮，生成了5个LoRA模型，注意编号为000001到000005，下面有用。

然后打开Stable Diffusion，基本操作先来一遍，选模型、输入提示词模版、再使用下LoRA（不懂的可以去看本人同名头条主页《Stable Diffusion人工智能绘图教程（从安装到精通）》合集的入门教程）。如下图所示。

重点来了！我们点击LoRA模型会自动把<lora:y_v1-000001:1>提示词写入输入框。

提示词前面序号代表我们炼制的模型序号，有000001-000005，冒号后面的1代表权重值为1，我们可以设置为0.1到1之间的任何数字。这时候我们把模型序号（NUM）和权重值（STRENGTH）这两个值设为变量，则提示词可以改为<lora:y_v1-NUM:STRENGTH>。

下拉在最下面的脚本中选择XYZplot脚本。

X轴类型和Y轴类型我们都选择“提示词搜索/替换”（Prompt S/R）。

然后X轴值输入NUM,000001,000002,000003,000004,000005，Y轴值输入STRENGTH,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1

原理其实就是：在提示词中搜索NUM，然后依次替换为000001……000005，在提示词搜索STRENGTH，然后依次替换为0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1，这样就形成了XY轴不同数值图表。

设置完毕，点击最上面生成，即可以生成对比图。通过此对比图，我们可以检测对比出5个LoRA模型在不同权重下的表现，以此来选出较佳模型和较好表现的权重值。

• 方法二
  

还是以测试LoRA模型为例，我们把自己训练出来的LoRA模型放入novelai-webui\extensions\sd-webui-additional-networks\models\lora

刷新回到Stable Diffusion，在文生图界面下方找到可选附加网络（LoRA插件），点击启用。先点击下方刷新模型列表，然后随便选择一个LoRA模型。

下拉选择XYZplot脚本，X轴类型选择“可选附加网络模型1”（AddNet Model 1）。

然后点击小黄书图标可以看到所有可用的LoRA模型，我们选择我们需要的模型，其他的删除即可（注意这里是文本，不需要的直接删除）。

然后设置Y轴类型为“可选附加网络权重1”（AddNet Weight 1），值输入为：0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1

（与方法一相比，去掉了STRENGTH）

设置完毕，点击最上面生成，即可以生成对比图。

更多Stable Diffusion Ai绘画教程请看本人主页 头条@好奇漫步，持续更新更多Ai相关学习教程，保持关注哦～