Keep Growing And Moving Forward

> 想法很好！ > 改代码肯定可以实现的。 > > 1. 多笔画的画，就分成n个一笔画，套一层for循环。甚至可以让他们同时画。 > 2. 去掉画笔也简单，迭代完成后，把画笔设置为 invisible 即可 感谢您的回复，非常有用。 我现在想的是，先通过OpenCV的canny边缘检测算法，将原始的PNG、JPG图像进行简化，得到一些边缘，或者Python的pylab模块也能拿到轮廓线，然后对得到的n个边缘，拿到每一个边缘的坐标点，对这些坐标点单独计算傅里叶级数，得到n个傅里叶级数，而且每一个傅里叶级数理论上还能控制画图时使用的圆圈的个数，最后在同一个画布上同时让n个级数进行绘制。 举个例子，假设我要画一张人脸，我先得到一些轮廓线，比如有四条，其中两条轮廓线是两只眼睛的坐标点，一条轮廓线是鼻子的坐标点，还有最后一条轮廓线是人脸外部轮廓的坐标点，然后对4个路径单独计算级数，并在同一个画布上绘画，这样眼睛和鼻子、以及外部轮廓之间应该不会有过多不必要的连接。 请问，这个想法是可以在您代码的基础上修改实现的吗？ 期待您的回复

> > > 想法很好！ > > > 改代码肯定可以实现的。 > > > > > > 1. 多笔画的画，就分成n个一笔画，套一层for循环。甚至可以让他们同时画。 > > > 2. 去掉画笔也简单，迭代完成后，把画笔设置为 invisible 即可 > > > > > > 感谢您的回复，非常有用。...

> > > > > 想法很好！ > > > > > 改代码肯定可以实现的。 > > > > > > > > > > 1. 多笔画的画，就分成n个一笔画，套一层for循环。甚至可以让他们同时画。 > > > > > 2....

您好，再请教一个问题，我用OpenCV，或者Python内置的库，找到原始图像的一些轮廓，比如有10个，我把这10个轮廓当成10个单独的路径，每一个都单独计算傅里叶系数，然后在同一个画布上将10个路径绘出，而不是一般的一笔画，以此来解决一笔画时路径之间出现连接的问题。 上面的问题已经解决，但我现在遇到了另一个更棘手的问题：当我对10个路径的每一个路径，都适当减少画图使用的圆圈个数，以此来简化路径的时候，原始图像中不相交的路径，因为都减少圆的个数，导致他们的结果出现相交，这影响了美观。比如a和b两条路径，在原图上是不相交的的两个单独路径，假设a需要100个圆画出，b需要60个，当我同时减少两者的圆圈个数，比如变成50和30时，两个路径画出来之后相交了，我认为是傅里叶圆圈减少时路径简化导致的，但我不知道怎么解决，您可以提供一点思路吗，谢谢

@wsyfh15 @calmisential @ghost 我训练时也是损失值忽然增加到几万甚至几十万，请问你们解决这个问题了吗

> @wsyfh15 @calmisential 我训练时，第一个epoch loss非常大，到第二个epoch loss一开始变为3，后来又突变到和epoch＝1时好几万的loss了。不知道是什么原因 我的情况和你一样，亏损忽大忽小，大到几十万，小到个位数，这是什么原因，请问你解决了吗

作者可以解决一下训练时loss值非常非常大，而且不稳定的问题吗

thanks, When I use the downloadmodel function to download the model, I encounter the following error fatal: Authentication failed for ' https://USER:[email protected]/runwayml/stable-diffusion-v1-5/'  I don't know what to do

I encountered a new error： RuntimeError: No such operator xformers::efficient_attention_forward_generic - did you forget to build xformers with `python setup.py develop`? 

> What GPU are you using? Find it using `!nvidia-smi` V100