什么是Embedding？
Embedding就是文本反转（textual inversion）的一种形式。文本反转技术可以将人类可读的文本（如关键词）转换为计算机可读的向量，这些向量可以被用于操纵神经网络模型的输出。
在Stable Diffusion中，Embeddings的作用是让我们能够通过添加新的关键词，来控制生成图片的风格或包含的对象。这些Embeddings将关键词转换成一个特定的向量，该向量可以被用于操纵模型生成图片的方式。使用Embeddings，我们可以添加任何我们想要的新的对象或风格，而不用更改整个模型的结构。Embeddings是一种非常有用的技术，因为它可以让我们快速地改变模型的输出，而不必修改整个模型的结构，这样可以更加方便地对模型进行控制和定制。
可以通过调整Embedding关键词强度，控制生成图像的风格或包含的对象。因此，需要通过不断测试来达到预期的效果。不同的Embedding可能需要搭配不同的模型来产生最佳效果。需要根据Embedding的说明文档或作者的建议，选择合适的模型。