這次來體驗「跑跑卡丁車 Rush+」中的計時賽，這是單人玩的模式，可以查看賽道成績排名（全區跟好友），算是練習賽道的好地方呢！賽道可以自由更改唷！另外我還玩了競速模式，不過受限現在的等級最高只能在 R 頻道，最後再來建立小屋的停車場，順便告訴大家如何在小屋做車輛展示～過程中等級升級到 7 等囉！一開始增等速度還算快。 ⬅️ 上一篇：跑跑卡丁車 Rush+：小屋、初級駕照～升級等級 6 ▲…

上次提到 Node-RED 只做了簡單的介紹與教大家如何安裝，還沒有實際去用一些節點來傳輸資料與顯示資料等，因此這次想藉著簡單的亂數輸出來顯示到儀表板，做個簡易的小練習。首先我們需要在 Node-RED 中安裝「node-red-dashboard」模組，這個可以產生出很多可以放在儀表板上頭的元件（節點），例如：按鈕、選單、圖表、顏色挑選、日期選擇、儀表等。 ▲…

多數時候我們向 Stable Diffusion、Waifu Diffusion 等的大型模型輸入提詞（Prompt）以產生圖片，但這樣的模型是用大量實驗室等級的電腦運算出來的，隨便就動輒數 GB 大小，如果有沒收錄到的畫風就沒辦法畫出來，這時候就會用到 Stable Diffusion web UI 訓練小模型的功能了！所謂的小模型就是使用者可以基於大型模型，用不多的素材樣本進行訓練，

AI 運用大型模型直接生成圖畫的畫風通常一致，久了就會看膩，這是很正常的事情，但是 AI 是有學習能力的，透過訓練超網路（Hypernetwork），AI 也能畫出各式各樣畫風的二次元角色！延續第一彈，這次訓練比較唯美且柔和的畫風，用不一樣的筆觸及色彩繪製相同的主題，也比較好分辨兩者之差異。總共產生 200 張，挑掉不合理跟瑕疵較多的有 30 張如下提供大家參考。

這次找了一個眼睛、頭髮閃亮亮的畫風，感覺難度會比先前的幾個都來的高許多，一樣是透過訓練超網路（Hypernetwork）讓 AI 學習新畫風，一樣受到素材上多數都是藍色眼睛（瞳色）影響，導致容易畫出藍色眼睛的角色，上次是透過添加眼睛顏色的提詞來讓 AI 生圖，這次反向思考改用反向提詞給予 0.5 權重的方式避免過多藍眼的情況，事實證明很成功！既然不用調提詞了！就多生幾張圖出來挑選。

透過訓練超網路（Hypernetwork）已經訓練了很多小模型，可以用來還原各種作品中的角色，也能用來改變 AI 的畫風。經歷長時間的學習，終於掌握了一些訓練跟提詞技巧，可以來發佈第五彈的小蘿莉來展示成果了！這次畫風更為精美，且增加了姿勢、表情、色彩的變化，人物更多元也更生動活潑！超可愛的，很喜歡這次產出的作品集。總共產生 400 張，挑掉不合理跟瑕疵較多的有 145 張如下提供大家參考。