Midjourney 创建私人画图机器人(保姆级教程)

本教程收集于:AIGC从入门到精通教程汇总

之前给大家介绍过了Midjourney 的注册教程:AI绘画:Midjourney 注册(保姆级教程)

也有Stable Diffusion(开源)的本地搭建教程:AI数字绘画:stable-diffusion 本地部署教程

你是不是遇到以下问题:

1.Midjourney会员怎么自建绘图服务器,不受其他人的打扰?

2.Midjourney会员共享账号如何自建服务器,供其他人使用?

3.在官方服务器作图,频道里面的人太多了,自己的指令刷一下就到上面了,翻来翻去太麻烦了,如何解决?

今天详细的教大家创建一个自己的画图机器人。

添加官方服务器

如果您的账号未加入服务器,可以点击邀请链接:

Midjourney邀请 https://discord.com/invite/midjourney

NijiJourney邀请 https://discord.com/invite/nijijourney

创建自己的服务器

第一步:创建服务器,点击左侧的+号添加服务器。

Midjourney 创建私人画图机器人(保姆级教程)

选择亲自创建。

Midjourney 创建私人画图机器人(保姆级教程)

选择仅供我和我的朋友使用。

Midjourney 创建私人画图机器人(保姆级教程)

然后输入服务的名字,还能上传服务器头像,编辑号之后选择创建。

Midjourney 创建私人画图机器人(保姆级教程)

第二步:添加 Midjourney Bot 机器人

方法1:通过搜索添加:

最上面,点寻找或开始新的对话:

Midjourney 创建私人画图机器人(保姆级教程)

搜索:Midjourney Bot

Midjourney 创建私人画图机器人(保姆级教程)

添加后,点机器人,右键,个人资料

Midjourney 创建私人画图机器人(保姆级教程)

添加至服务器

Midjourney 创建私人画图机器人(保姆级教程)

选择刚才自己创建的服务器

Midjourney 创建私人画图机器人(保姆级教程)

授权即可:

Midjourney 创建私人画图机器人(保姆级教程)

方法2:通过Midjourney频道添加:

返回Midjourney频道,找到announcements这个频道。

Midjourney 创建私人画图机器人(保姆级教程)

点击右上角,显示列表成员,然后找到Midjourney Bot。

Midjourney 创建私人画图机器人(保姆级教程)

点击,然后选择添加至服务器。

Midjourney 创建私人画图机器人(保姆级教程)

选择要添加机器人的服务器,然后授权就成功了。

Midjourney 创建私人画图机器人(保姆级教程)

Midjourney 创建私人画图机器人(保姆级教程)

Midjourney 创建私人画图机器人(保姆级教程)

添加成功之后还可以自定义频道,方便管理。

Midjourney 创建私人画图机器人(保姆级教程)

频道信息自己设置即可。

Midjourney 创建私人画图机器人(保姆级教程)

然后就可以开始使用了。

Midjourney 创建私人画图机器人(保姆级教程)

Midjourney 创建私人画图机器人(保姆级教程)

第三步、在自己的服务器文字频道创建房间

Midjourney 创建私人画图机器人(保姆级教程)

关于MidJourney的共享账号

https://y3if3fk7ce.feishu.cn/docx/KJJ7dWBwdorH58x3rNRcqOB8nve

最近一直研究AI 绘画,想入手买个Midjourney会员,但是的太贵了。有需要合拼的,可以加我+v :uimihui

Midjourney 创建私人画图机器人(保姆级教程)

Midjourney 创建私人画图机器人(保姆级教程)

原文链接:https://www.cnblogs.com/aiaipro/p/17363934.html

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:Midjourney 创建私人画图机器人(保姆级教程) - Python技术站

(0)
上一篇 2023年4月30日
下一篇 2023年4月30日

相关文章

  • Keras模型保存的几个方法和它们的区别

    github博客传送门csdn博客传送门 Keras模型保存简介 model.save() model_save_path = “model_file_path.h5” # 保存模型 model.save(model_save_path) # 删除当前已存在的模型 del model # 加载模型 from keras.models import load_…

    Keras 2023年4月7日
    00
  • 第11章 卷积神经网络(CNNs)

    全面介绍CNN各层结构与使用经验。 第11章 卷积神经网络(CNNs)       我们回顾了整个机器学习和深度学习知识,现在我们学习CNNs(Convolutional Neural Networks)以及它在深度学习中的作用。在传统的前馈神经网络中,输入层的每一个神经元都与下一层的每一个输入神经元相连,我们称之为FC(fully-connected,全连…

    2023年4月8日
    00
  • keras查看网络结构

    最近想使用DenseNet做特征提取,但是不知道DenseNet具体结构,所以做了一下DenseNet结构可视化。 # -*- coding: utf-8 -*- “”” Created on Tue Feb 19 13:35:11 2019 @author: 13260 “”” from keras.applications.densenet import…

    2023年4月8日
    00
  • 目标检测–数据标注时的一些小技巧1(工作经验)

    0 引言   兜兜转转还是搞起了深度学习,图像处理。近来做了很多数据标注的工作,就像曾经面试的时候一个负责人说的那样,数据常常决定了学习结果的优劣,模型改进优化啥的,我们做工程的用的少。因此,标注了很多数据之后,有一些心得和感悟,还有一些小技巧和实验失败的地方,记录一下,希望以后不要再犯,因为我记忆力太差太差了。同时,希望与大家共勉。   1 数据采集部分 …

    2023年4月8日
    00
  • 用tensorflow的Eager执行模式

    一、即时执行模式 import tensorflow as tfimport tensorflow.contrib.eager as tfetfe.enable_eager_execution() a = tf.constant(12)counter = 0while not tf.equal(a, 1): if tf.equal(a % 2, 0): a …

    2023年4月6日
    00
  • 循环神经网络RNN模型和长短时记忆系统LSTM

    传统DNN或者CNN无法对时间序列上的变化进行建模,即当前的预测只跟当前的输入样本相关,无法建立在时间或者先后顺序上出现在当前样本之前或者之后的样本之间的联系。实际的很多场景中,样本出现的时间顺序非常重要,例如自然语言处理、语音识别、手写体识别等应用。 循环神经网络RNN包含循环的网络,可以记录信息的持久化信息,特别适合应用在跟时间序列相关的场合。   RN…

    2023年4月5日
    00
  • tensorflow学习–sess.run()

    —恢复内容开始— 当我们编写tensorflow代码时, 总是定义好整个计算图,然后才调用sess.run()去执行整个定义好的计算图, 那么有两个问题:一是当执行sess.sun()的时候, 程序是否执行了计算图上的所有节点呢?二是sees.run()中的fetch, 为了取回(Fetch)操作的输出内容, 我们在sess.run()里面传入ten…

    tensorflow 2023年4月8日
    00
  • 机器学习分类算法之KNN算法

    KNN算法为按距离进行分类的,对于已知的分类,根据欧式距离,最靠近那个分类就被预测为那个分类。 本文只是简单展示一下实现代码,具体的特征和分类,还得自己根据实际场景去调整。 在开始之前注意看看导入的包是否都存在,如不存在的化,请先安装相应的包 # -*- coding:utf-8 -*- import numpy as np from sklearn imp…

    机器学习 2023年4月12日
    00
合作推广
合作推广
分享本页
返回顶部