哈喽,大家好,我是超子,那么今天呢,我们来做一下简单的啊,捞绕模块之间的数据透传实验,呃,那么实验的现象呢,我们可以准备 a 和 b 啊,两个板子 哎,那么 a 版按键按下,那么可以控制 b 版的这个 led 灯,那么 b 版按键按下,那么可以控制 a 版的 led 灯啊,那么就是呢,因为他们之间有数据的这个收发 哎,然后呢数据透传这种方式呢,我们需要注意四个相同的要素啊,那么就是网络 id 相同,模块地址相同啊,信道相同,空位相同啊,然后呢我们来看一下相关的一些计存器的配置 啊,那么首先呢是零零零一啊,呃,他们是我的 face 啊,就是模块地址是两个啊,也就是高低两个字节的啊,那么 f f 这个地址是用于这个广播的啊,所以说除了 f f 失败的地址呢,我们可以用作呃普通的啊模块地址,然后耐踩低啊,耐踩低呢,是主要用于这个中计啊,也就是中计两个不同的矮低之间的这个模块数据啊。呃,但是呢,我们现在做最基本的啊,两个模块之间的数据透传啊,那么所以说呢,我们就保持耐踩低相同就可以了。 然后呢后边呢有一个这个零三啊,创口波特律,创口的波特律并不影响啊,即便 a 和 b 二者的这个创口波特律不相同啊,也不影响他们进行数据之间的这个投传 哎,然后呢就是空滤啊,那么空滤是必须相同的啊,那么不同模块之间的如果空滤不相同的话呢,那么甭管你偷船对吧,还是你这个定点或者其他这种方式啊,他都不可以进行这个收发啊,所以空滤这个地方要注意,然后还有信道相同,是吧?那么信道呢?是定这个频率 啊,信道不同的话,他的实际频率看他有换算公式啊,嗯,有零到八十三啊,一共有八十四个这个信道,哎,然后呢就功能配置这一块啊,大家一定要注意这个传输方式啊,他有这个透明传输和定点, 那么我们今天主要测试就是这个透明传输啊,然后呢还有这个中计功能,呃,你只要我们用作他啊数据收发的这个节点啊,那么他呢就必须关闭中计功能啊,如果一旦你使能的中计之后呢,那么他这个模块的收发就不是你控制的,对吧?因为他是负责转发啊,就是中计不同的往来低之间的数据, 所以说呢,我们正常的传输方式啊,那么必须要关闭这个什么这个中计这个功能。哎,然后呢我们呢这个是两个这个创口啊,捞尔模块,那么他们之间啊,呃,他呢是不需要进行一个什么一个这个组网的这种方式啊, 就是我们只要配置好,但比如说我现在这个透船方式啊,只要你所有的模块地址相同啊,网络力相同,空气相同啊,这个还有这个这个这个心道相同,那么他们之间啊就可以 收发这个数据,那么所以说呢,呃,有一个问题啊,非常就是如果说他这个密度比较大的情况下,那么会有一个什么就是数据的这个冲突啊, 有个冲撞的问题啊,所以说这个地方呢,就需要大家呢根据不同的这个场景啊,根据不同的应用来来定制啊,来制作不同的这个防冲撞的。这个什么,呃,这个,这个这个算法吧,呃, 创口的捞软呢还呢还主要受限于这个创口的这个波特率啊,所以他这个,呃并不太能传输一些大的这个数据量啊,或者说一些速率要求比较高的这个数据量,呃,都有些小数率啊,低速率啊,小数据量的这些数据呢,还是比较好的啊, 而且他这个传输距离,嗯相对来说还是比较远的啊,相对于来说咱们局网的那个组网的吧,有这个 z 跟 b 啊,对吧?有这个蓝牙呀,还有这个大家最常见的啊,还有这种 n 啊,还有什么这个 什么单品二四 l 零幺吗?啊?呃,当然了,大家这个不同的这个局网这个视频这种方式啊,会有不同的这个场景啊,那么后面呢,我们会再做一些其他的测试啊,如果有一些什么好玩的地方再和大家一起分享。
粉丝1.2万获赞2.1万




哈喽,大家好,今天给大家强烈推荐秋叶大佬的模型训练器训练 lura, 超级方便快捷,他不需要我们自己去配置环境解压即用, 从打标签到 laura 的训练,再到 tenciple 的分析数据,一个界面全部解决,非常的方便快捷。我们来看一下它到底怎么去使用。我们先把这个关掉,等会再去启动。 首先我们要去下载这个模型训练器的压缩包,我会提供给大家,然后你下载好了之后进行解压,这是我提前解压好的这个文件点进去,进来了之后你要先进行强制更新,就是这里 这两个点其中一个都可以,然后下边这个是国内加速双击,它就可以自动的进行更新了,那我这里是 已经到最新了,所以他没有进度条,你更新好了之后,这个就可以关了。关了之后接下来我们要去准备底膜,就是你想在哪个模型上去训练我们的 lora, 然后这里我去下载了一个 sd 一点五的这个模型,然后我把它复制, 然后回到我们的这个模型训练器的这个目录,然后找到它的 s d models 这个文件夹点进去,我们把刚刚的那个模型复制粘贴到这里来。 复制好了之后,接下来一步我们是要准备训练集,就是训练素材,也就是图片,然后这个图片我是提前已经准备好了,这个图片呢尽量保持工整,统一分辨率,建议五幺二 乘五幺二这样的一个大小。当然你也可以使用那种非正方形的一个图片,但是如果你的显存比较小,那你就老老实实五幺二乘五幺二这样的一个大小,这些图片素材呢?看你训练什么,如果你训练画风,那你所有的图片它的一个画风都是统一的。 然后如果你像我这样,就是训练人物或者物体这种,然后这些人物你就只能保持一个,不要有别的人物在里边。第二个,这些人物他的背景要单一一些,不要那么花, 嗯,如果你要精益求精,那你可以去抠图。第三个,这些人物尽量是那种多个角度的,这些图片效果会更好一些,这是图片的一个建议。那这些图片呢?我给大家去推荐一个批量裁剪图片尺寸的一个网站,就是这个, 这个我会分享给大家,就是这个地址,然后你点击这里,然后去上传,你就是截好的一些图片, 比如说就是这个图片,然后你再按 ctrl a 全选,把这些图片选中,选中之后再打开 他这里就选好了,当然我这里全是五幺二乘五幺二的,所以这个地方就不用再去设置了。当然如果你不是五幺二乘五幺二的, 然后举个例子,我这里随便说一个三六八,然后你可以看一下,他旁边就会出现这样的框,然后你可以拖动这个框去选取你想要的那个位置, 那么这里是一样的,那你就设置成五幺二乘五幺二,然后去拖动他的一个框,然后选好了之后点这里保存,这个保存好了 之后,他是保存的那个压缩包,保存好了那个压缩包你要进行解压,解压过后他就是这样的图片了,就非常的工整了,就是这样的图片,然后这些图片你要全选 ctrl a, 然后在 ctrl c 复制,复制好的图片你要放到这个地方来, 就是找到我们的模型训练器他的这个目录这边,然后找到 train 这个文件夹,如果你没有,你就建一个 train 这样的一个文件夹点进去, 然后在这里我们需要去新建文件夹,然后这里你要去建一个你这个图片的名字,我们就随便建一个,就阿尼亚吧,就是这个图片的这个名字,然后再点进去,我们再次要去建一个文件夹,这个文件夹它的一个名 名字就有讲究了,它是一个数字加下划线加这个概念名,然后它这个 我给大家去演示一下吗?比如说我这里的数字推荐就五到八,五到十,这样就差不多了,当然根据你的那个图片数量来哈,然后在下划线加一个概念名,这个概念名随便起一个都可以,比如说我还是起一个这个 啊安妮,然后这个名字就起成这样,这个数字代表每张图训练的步数,那我这里设置的是八,也就代表每张图 ai 都要看八次。我们再点进去把刚刚复制的图片粘贴到这里来, 这里一共是十三张图片,也就是说他每一张图都要看八次,十三张的话就 十八乘十三一百零四次,也就是说他要训练一百零四步,就是这样的。然后接下来我们要给这些图片打标签,那我们回到这个目录,也就是我们模型训练器的这个跟目录这里,然后我们再启动脚本,点这个 启动脚本,他会自动弹出这个页面,然后我们再点这个 w d 一点四标签器,就是我们要去打标签,我们要把刚刚的这个图片,就是这个 tree 文件夹里边,我们一直要进来,就是这个图片这里,然后我们要复制这个路径, 复制好了之后我们回到这个页面,就是这个标签器的这个页面,然后我们把这个路径粘贴到这里来,粘贴好了之后 其他可以默认不用改,然后我们直接点启用,然后我们就可以在后台看到它的一个进程, 好,这里已经识别完成了,完成了之后我们回到这个地方来,就是回到我们的这个图片这个地方,也就是这个文件夹看到没,然后他每一张图片后边都会更一个这样的一个文本, 就是文本文档点进去之后你都要去检查一下这里头有没有,就是说不需要的,不对的,比如说像这个 paper, 我就不需要每个里边都有 paper, 对吧?我就不需要有这个纸,当然你也可以删掉,那我这里就懒得去删这些了,只是给大家去做一个演示, 然后这些是他的标签。当然如果你想要一个那种触发词,那那种收敛词,那你可以用这个,就是我也会推荐给大家,就是用这个 就是这个批量打标的工具,然后我也会提供给大家。大家下载之后解压,就是这个文件我已经提前解压好了,解压好了之后点进去,然后一直点到这里,我们再点这个文件启动,然后我们点这里, 然后我们点第一个去上传我们的就是刚刚的那个图片, 然后我们找到我们的这个模型训练器的目录,然后找到 chain, 然后找到这个 on a, 然后就是这个文件了,就不要再点进去,我们点一下它,它这里就显示这个数字下滑线,然后这个名字 a near 这个文件,然后我们直接点选择, 选择好了之后,这里是总共的一个标签,就是他结合的,然后你可以把你不需要的删掉,就是这个, 那我就随便先删一删,就是你可以去检查一下你哪些标签是不用的,那你可以点中他,然后点这个叉就可以删掉了,然后除了这个,我们要去添加一个收敛词,对吧?然后你就点这个加号, 然后我们在这里去输入一个收敛词,尽量是那种中文拼音吧,就是免得跟我们的提示词有重复,就是这 块,那我们就输入小美女,然后零一这样的一个就是名字,然后这个地方我们把它放到最开始,就是 top, 就是最开始的这个地方,然后点 ok, 那么它每一张图片前边儿 这个标签前边都会有这样的一个收敛词了,你可以看一下,喏, 就是都会有这样的一个收敛词,看到没,然后放好了之后点这个,又是点这个,然后再保存 save, 保存它的一个改变,然后保存好了之后我们就可以删掉了, 然后我们回到就是这个页面,就是我们的图片的这个页面,我们点这个标签,你可以看一下 它每个标签前边都有个这个小美女零一这样的一个瘦脸词了,这儿就是方便我们去调用我们的 lura, 这个就是这个收敛词,这个标签你可打可不打,就是这个只是方便我们调用 nora 而已。 然后好了之后我们回到 lora 训练这个页面,这里有 lora 训练,你也可以看到这里是给出的一个建议,如果是新手的话,你就点新手就好了,如果你有一定的经验,他是开放了全部的高级参数的,那你就可以点下边的专家, 然后这里也有参数的详解,大家可以下来去学习一下。那我这里只给大家去做演示,我们就用新手这个,然后在这个地方呢,这个地方你就要去 去输入你的模型的名字这个地方,比如说我们刚刚的那个模型不是已经放好了吗? 就是在这个文件夹里边,然后它里头有一个 s d models, 这个文件夹点进去,然后这个就是我们的底膜,然后你要把它的这个所有的东西都要复制, 当然你也可以改名字哈,然后复制好了之后回到这个页面,然后我们这前边的这一部分可以保留,就是我们的那个文件夹,然后下边的这个我们要把这个名字输入进去, 然后这里呢它是 train 文件夹下边的那个训练级的一个路径,它是 train 下边的那个名字就可以了。然后同样我们是回到这个地方,然后找 找到 trin 这个文件夹,点进去,点进去这个它的文件名就可以了,不要再点进去了,就是这个 trin 下边的这个,然后同样我们把这个名字复制一下, 回到这个页面,我们把最后的 j 里改掉就可以了,就改成这个名字,它是寸文件夹夹下边的这个文件,我们往下看,这里是正泽化数据及路径,你没有你就空着,这个地方是你图片的大小, 你之前是什么大小,现在就是什么大小,我本来就是五幺二乘五幺二,那我就这里就不变了,这个图片的大小必须是六十四的倍数。呃,这个不要弄错了,我们再往下,这个地方是模型保存的名字,也就是你 laura 叫什么名字?那我就起一个安妮儿就是这个名字吧。 然后这里是你输出的 laura 模型,它的一个保存文件夹,它这里我们就默认不变,它是在这个地方, 我们回到这个页面,然后回到我们模型训练器的一个根部落,然后它保存的这个模型是在这里,就是它输出的模型是在这个 alt put 里边点进去,然后它就会保存到这里了, 然后我们回到这个页面,我们往下,这个我们等会再说。我们先说这个批量大小,这个批量大小他是代表每一次处理几张图片,就是一次性拿出几张图来训练, 嗯,建议一或者二,如果你的选存在八 g 以下的话,那就填一吧,就是这个效果要好一些。然后这个呢,他是跑的一个轮数,之前我们算了 一轮是一百零四步,还记得吗?就是图片那个地方,那么这里的话就是设置你要进行几轮,建议就十五到二十轮,就是效果比较好一些,当然你可以设置成十五,那我这里, 然后这里的十五轮,那总的就是十五乘以一百零四,也就是说总的要训练一千五百六十步,就是这样的。 然后这里呢,它是代表每几轮去自动保存一次模型,那这里你可以默认二,也可以五啊,这些都是 ok 的,那我就默认二吧,就是这个,嗯,再往下 这个学习率,嗯,作为新手我们就默认,就不用去管他。然后再往下就是这个,呃,训练预览图设置建议是不开启的,因为他会消耗 更多的显存托慢速度,就是这个建议不开启,然后这里的网络设置,然后这个地方呢,他不是越大越好的,就是说,呃,经常的一个数字是三十二、六十四、一百二十八,这个不是越大越好,你 三十二、三十二,就是这两个是比较多的,或者是六十四,三十二,就是下边的这个数是上边的一半,或者是相等,就是这样的,是比较多的,就是这个,那我们就默认三十二,三十二,就是这块, 然后下边我们也不动,就是作为新手,这些我们设置好了之后,呃,在这个地方我们可以点这个保存,就是我们保存我们比较常用的一些,就是参数,我们可以点保存,保存了之后我们这里可以读取,读取参数就是这里你可以看一下,这 是我刚刚保存的,你还可以设置一个名字,比如说我就设置为 test, 然后你就可以看到了,这里也是哦,现在这个地方才是我刚刚保存的,就是设错了,当然你还可以在这里删除,就是你不需要的一些参数, 还可以这里使用,然后预览设置名字都是 ok 的,然后你不想保存,那你可以直接点这里,直接开始训练,然后你就可以在后台看到训练的一个步骤了。 how? 这里已经在开始训练了,你可以看一下 how 训练完成了,他这里会显示训练完成,我是三张图片,一千五百六十步,大概就是六分钟的样子就训练完了。 完了之后我们按一下它出来的模型,就在我们这个地方,就是我们这个文件夹里边这个目录,你找到 output 这个文件夹点进去,那我们训练的这个模型就是在这里,他是每两轮就会保存一个模型,所以他保存了很多个模型,然后你都可以去试一下,看一下哪个模型是最好的,那我就试一下最后这一课,然后我们把它复制,就是这个复制复制好了之后, 我们把它存到 vivio vivoi 目录,然后找到 models, 然后找到 laura 这个文件夹,然后点进来,你把它保存到这里就可以了,就是这里我把它复制过来了。复制过来之后,我们回到 vivio i 目录,然后去启动 v b y, 好,来到这个页面之后,这个模型我们要改一个,就是二次元的模型吧, 比如说我就改这个模型,然后 ve 的话,我就用这个 ve 算了,然后我们这里提示词去输入一些比较简单的提示词,去看一看效果, 然后这下边的一些参数我就默认, 然后这里我们点这个粉色的图标,点它,然后我们去调用我们刚刚训练的那个 lara, 就是这个 anna, 然后点它之后,它这上边自动就会帮我们去调用了。当然你也可以用那个触发词,就是那个 小美女零一可以用这个触发词,然后好了之后,我们把这个搜一下,然后点这里生成, 我们可以看一下他生成的一个效果怎么样?好,生成的你可以看一下,就是训练的效果还是非常不错的。我们再点生成,或者是我们这里多生成几张都可以看一下效果。 然后生成的我们都可以看一下,就是效果都是蛮不错的,训练的还可以。好,今天的一个分享就到这里。

喽!让远程控制开关功能演示, 将温度传感器先放入热水中,温度上升,当温度大于四十摄氏度时,网关接收到传感器上报的数据后发送至云平台。平台根据报警规则下发指令至网关。网关接收平台指令信息下发至控制器,控制器收到指令 控制预警灯点亮, 放入冷水中,温度下降小于四十摄氏度时,网关接受到传感器上报的数据后发送至云平台,平台根据指令规则,下发指令至网关。网关接收平台指令信息下发至控制 控制器,收到指令预警等你!

很多小伙伴下载了 lol 模型文件后,不知道该如何使用,今天我就向小伙伴们介绍三种 lol 模型的使用方法,希望对大家学习斯 dabo defusion 有所帮助。 我们以这个 lola 为例,下载后的 lola 文件放在这个文件夹下,然后在 step defusion 中刷新就可以看到这个 lola 模型了。 这时是不显示捞佬的缩略图的,我们可以复制图片到捞佬文件加项,并改名为捞佬模型的同名 png 文件,再次刷新就可以看到模型的缩略图了。如果感觉捞佬的缩略图叫小,看不清,可以在设置中找到附加网络, 将附加网络默认视图修改为卡牌视图保存。设置后再次刷新就可以看到 lola 的卡牌是排列。在使用 lola 时,我们可以在提示词中直接输入监括号加 lola 加冒号加 lola 名称加冒号,再加数字加反间括号的格式来引用 lola, 这个格式是固定的,其中的数字代表 lol 风格的权重。第二种方法是直接点击 lol solo 图,这样 lol 就会以固定格式显示在提示词框中,权重默认为一。如果想取消这个 lol, 再点击一次 solo 图,引用 lol 的提示词就会消失。 第三种方法就是利用 stable defision 中的可选附加网络捞捞插件,在这个插件中可以设置最多五个捞捞模型,并分别设置权重,使用时一定要记得勾选启用。 需要注意的是,这个插件的模型存放的文件夹并不是 m o d e r n s 八 x s r r a 文件夹,建议大家在设置中 将可选附加网络 lola 插件的默认文件夹修改为系统默认的 lola 文件加目录,这样我们就可以统一 lola 的存放目录,方便整理和使用 lola 模型文件了。综上三种方法,并结合我个人的使用经验, 推荐大家在使用单个捞了模型时使用第二种方法,可以做到方便快捷。而在使用多个捞了模型时,在使用可选附加网络捞了插件,这样能够更好地控制不同捞了所占的权重及风格。点赞关注加留言,每天学习一点点 sleep defusion 知识与大家分享!

今天主要是来介绍下捞软模型的安装和使用技巧。首先来看下 stable diffusion 模型有哪些模型总共有两类,一类是主模型,一类是微调模型。 首先看下主模型,没有这个主模型我们是跑不出任何图像的,所以它是必备的。 还有一个 v a e 模型,配合主模型使用的,一般是内置在主模型里的,它也是必备的。 还有就是微调模型,又叫小模型,小模型是指从大型模型中截取特定的部分,虽然其能力不如大型模型完整, 但是由于训练方向的明确性,小型模型在生成特定内容时表现更加也更加精准。常见的小模型有 embedding hyper network, laura, 还有 dream booth。 dream booth 由于其训练后与大模型作了合并,可看作大模型,所以说除了主模型以外,其他的模型都是主模型的拓展。 这个视频主要是来讲最常见的 lord 模型,我们先打开 c, 站在模型类型这里,选择 lord, 可以看到有好多的 laura 模型, laura 主要是人物特征的训练,比如汉服真人,还有一些画风的训练,比如这个莫心,这次试试这个盲盒模型。进入到这个界面可以看到一些关键信息, 一、模型名称。二、下载。三、模型类型。四、触发关键词。五、这 这里是模型版本,有的模型会有好多版本。六、这里是模型发布的作者写的使用方法和注意事项。七、下面是网友分享的图。 八、还有这里可以看到图片右下角有一个感叹号,我们点击这里就会出现生成这张图片的信息,有关键词,采样,迭代,部署,还有 model, 猫斗就是作者使用的主模型了,因为训练 laura 模型需要选择主模型,所以 laura 使用最好,可以配套主模型, 当然也不是绝对的,可以多多尝试生成不同画风的图。那怎么找到这个主模型呢?我们复制这个模型名字, 在搜索框里搜索一下就可以看到这个模型了,进去点下载就好, 我们来下载一下这个盲盒模型,下载好了要把这个模型放到 wabui 跟目录猫豆里的 laura 文件夹内, 回到 wabui 界面,刷新一下这里的 laura 模型,可以看到我们刚才下载的模型已经出现了,现在来使用一下这个 laura。 我们回到刚才下载那个界面,把它的关键词复制到 wubui 里,所有参数和作者的一样。 选好主模型和 v a, e, 点击生成看下效 效果,可以发现和作者生成的图一点也不一样。我们来看下这是作者使用的 laura, 然后我们把自己下好的调用出来,这里单击一下就好,这里可以看出作者使用的和我们下载的不一样,所以要给它替换一下。 在生成下看下效果,可以看到 laura 已经生效了。 接下来我们自己尝试不使用作者的关键词,输入描述画面质量的关键词, 引用这个 laura 生成一下, 这里会发现我们 laura 都引用了,为啥还是生成的 不太一样,那是因为没有使用触发词。回到 c 站可以看到作者写了触发词,我们复制这个触发词,回到 y b, u, r 粘贴进去生成, 可以看到 laura 有效果了,这里还可以使用别的 laura 给它混合一下,我们使用一个八重神子的 laura, laura 后面的数字就是代表的权重越高越像,我们在使用时,权重最好不要超过零点九, 生成一下,看下效果,发现基本有一些特征了,我们再调高一下权重, 这次就更像了。 laura 最大的乐趣就是混合, 大家可以多多尝试。

哈喽,大家好,今天这个视频给大家分享 s d x l 的 lora 训练。废话不多说,我们来看一下怎么去操作。第一步我们需要去准备训练素材,我已经提前准备好了,这个文件我命名为一,当然你也可以命名其他什么名字都可以。 这些图片需要是一零二四乘一零二四的一个大小,人物尽量要多个角度,但是我准备的很简单,就是这个只是给大家做一个演示。第二步,要去下载后亚 ss, 我是用的这个去训练的, 这个地址我会分享给大家,就在我的视频的说明栏里,来到这个页面之后,你点这里的绿色的这个图标,然后这里有一行命令,你复制他,然后我们找一个位置,比如说我们就找这个位置,鼠标右击在终端中打开, 如果你没有这个在终端中打开,你就在这里输入 powershare 或者是 cmd 都可以。然然后按 enter 键,它也可以进入这个窗口,在这个窗口我们输入 get clone, 然后把我们刚刚复制的这个命令粘贴到这里来,然后在 enter 键继续运行,它就会自动下载这个 koya s s 了, 然后这里已经下载好了,下载好了之后我们可以关掉,当然你也可以这样去下载,你直接下载他的压缩包,就是这个,然后解压之后就是这个了, 解压之后就是这个文件,下载好了之后我们点进去,进来了之后我们往下滑,找到这个 set up, 点 bet 这个文件,双击它进 进行运行,他这里会去创建环境, 然后在这个地方我们要去选择第一项,去安装 koya s s g u i 按 enter 键, 然后这里我们要选择二,然后在 enter 键这个地方呢,它是没有进度条的,需要等一下,就是这里,这里的 python 呢,尽量是三点一零版本 好,到了这个地方我们选择这台机器,就是这里默认,然后按 enter 键, 然后这边我们也是选择这个无分布训练,就是无分布式训练,也是按 enter 键就可以了,然后这个地方他问你是否仅用 cpu 去运行,然后我们选择 no, 就输入 no 就可以了,按 enter 键这个也是输入 no, 这个也是输入 no, 然后这个地方是 gpu 选择 or 按 enter 键,然后下边这个地方,这个地方如果你的电脑配置比较好,比如说像二零系,三零系,四零系,那你选择 b f 十六就可以了,如果你的 电脑一般,比如说是一零系及以下的,那你就选择 f p 十六,就是我就选择这个 b f 十六就可以了,然后按 enter 键, 然后这边就已经是好了,好了之后我们关掉这个就可以了,其他我们不用去选择,然后关掉了之后,我们再往上滑,找到 g u i 点 bet, 就是这个这个脚本,然后双击运行, 然后运行好了之后,它这里会出现一行就是地址,就是这个你打开它, 它就会进入这个页面,然后我们点这里的 laura, 因为我们是训练 laura 嘛,然后点它这个地方呢,我们自定义就 是 custom, 选择这个自定义,然后格式,我们就 set tensors 这个格式,然后这里是选择我们的底膜,当然我们就选择这个 sdxl 一点零模型,对吧?然后我们选择这个,按这个按钮,然后去找到我们的那个模型, 比如说像我之前是存到这个地方的, 就是这个 base 一点零模型, 你把它放到这里来,然后好了之后我们选择这个 s d x l model, 就是一定要去勾选这个,这个不要忘了。然后我们接下来就是选择这个 tools, 就是这个地方要去准备我们的训练级,我们选择最后这一项,就是这一项,然后这个地方呢 是你的这个 lora 的名字,你随便输一个,比如说我就美女就美女吧, 然后这边是你的一些通用的关键词,比如说就 one girl 了吧, 我只是做一个演示,然后这个地方是你的这个数据级路径,然后你可以直接点这个,然后我们的路径放到这个地方的,就是我刚刚的这个一, 就是这里你一定要点进来,然后选择这个文件夹一,然后这个地方呢是你的循环次数,也就是说,呃,你这个图片每一张图片要看多少次?比如说我就看十次,也就是说他是一张图片,他要进行十步, 就是这样的。然后下边如果你有你的正泽化的一个文件,你可以在这里上传,如果没有那就不管他。然后这个地方呢是你的输出的一些就是训练文件,还有 laura 输出的一个地址,就是保存的这个文件的一个地址, 比如说我就点这个文件夹,然后在这里我去新建吧,随便你凡间到哪里都可以,就是自己去建一个文件夹就可以了,那我就输出就输出三,就是这个名字,我们同样点进来这个是三, 这个不要弄错了,好了之后我们就是这里点击这一项,它是一个准备训练数据,然后我们可以看一下后台, 点击了之后你可以看一下他是复制我们的训练图像,然后到二到三这个文件夹里边就是一是我们的准备的数据集,对吧?他是复制到三,包括他已经是分好类的, 然后他这里已经是好了,好了之后我们点这个文件夹,你可以看一下就是这个三,刚刚我们是新建的,对吧?他是空的,但是现在我们已经把一复制到三里边来了, 你可以看一下他是有三个文件的,如果你有一个正泽化文件的话,他还会多一个正泽化的一个文件,因为我没有嘛。然后这三个你可以看一下,这里是图片, 可以点进去,你可以看一下它这里是有固定的一个格式的,比如说我刚刚的这个数字是十,对吧?那它就是表示 是我们每一次,就是每一张图片,我们都是 ai 要看十次的,就是要处理十次,就是这样的,这个地方不要去弄错了,也不要去改他。然后其他的话现在还是空的,可以看一下这是我们最终输出的这个 模型。然后好了之后我们又回到这个页面,就这个页面来好了之后我们 copy 信息到这个文件夹,就是点他点了之后我们点这里春令这个, 然后这个就是我们的刚刚复制到这个文件夹来了,可以看一下他现在就是帮我们已经设置好了,就是我们刚刚的三个文件,就是这里你可以看一下他已经设置好了,设置好了之后,这里这个是你输出的这个模型的名字,比如说 我们就美女下划线 v 二吧, 就是这个,那我就保存这个名字,随便说都可以。好了之后我们再点击这一项, 这一项呢就是我们的各种参数的一些设置,上边我们就不动,下边这里是它的一个批次大小,批次大小的话就建议一到二,就是建议一就可以了,它代表的是每一次 就是处理几张图片,就是一次性拿出几张图片来训练,就是这个,那么这个越小可能越好一些效果,那这里就一,然后这里呢?嗯,这个是我们训练的一个轮数,建议是五到十,那之前我已经准备了十六张图,对吧?然后 每张图不是训练的十次吗?之前,然后十六乘以十,也就是一百六十步,也就是说一轮他就是一百六十步,那这里就是设置轮数的,比如说我这里就设置十轮, 十轮的话那就是总共一轮一百六十步,十轮就是一千六百步,他总共就是训练一千六百步,这是最大的一个轮数,我们不管他,然后这里 他是表示的是那个你多少轮,就是没几轮自动保存一次模型就是这样的,那我这里就每一轮都保存一次模型,你也可以两轮保持一个模型等等,都是 ok 的。 然后这边呢可以选择我们刚刚的那个 b f 十六,如果你的旧的一个卡布不支持,那你就选择 f p 十六,然后这个 cpu 我们就默认二,然后这后边这两项我们都是建议勾选的,这个呢可以提高你训练的一个速度。然后下边就是这里这个是优化器,优化器的话你可以直接选择这个 pr 开头的 这个优化期,那你这里的就是学习率这个地方以及下边这里的学习率,不是这里这里的学习率都要改成一,你可以选择这个, 这个就是不用去管它的,就可以直接选择这个。当然你也可以选择这个优化器, 这个优化期呢,他训练的时候需要较小的一个显存就可以了,那这里的学习率你就要改一下了,就不能是一了,我就改成零点零零零四,然后 这个我们要选择 constant, 选择这个,然后这个我们要把它弄成零,然后这个呢它是你的这个优化器的一个额外的参数,我们可以这个我给到大家了, 就是这个是训练 s d、 x、 l 的优化器,额外的参数可以设置 也可以不设置,看自己个人,我觉得设置好好一些。然后这边呢他是你的这个分辨率一定是一零二四,一零二四, 这个一定不要弄错了。接下来我们看一下,就是这两个学习率,我们跟上边是一样就可以了, 然后其他我们就默认。然后这个地方我们 一定要去勾选这个 low half v e, 然后这里 rank rank 呢,我们设小一点,就六十四吧,因为这个越大他越占线显存,当然你也可以设置到二五六去,那么你训练的 laura 可能有一个 g 的大小,就是这个地方。 然后这里我们建议打开,然后勾选这里的一个梯度检查点,不然你的显存可能不够,然后其他我们作为新手就默认吧。好了之后我们点这个开始训练,然后你再看一下后台, 它这里就会有很多的一些数据都可以看的,然后这里稍微要等一下。 好,大家看到这里已经在训练了,因为我电脑很一般,所以这里我就不等了,我用另外一台电脑训练了,给大家看一下效果,那我就把这个地方关掉,我们看一下效果是怎么样的。 这个二,这个文件夹是我用另外一台电脑然后训练出来的,大家可以看一下,我们训练出来不是有这样三个文件夹吗?然后你训练的 laura, 它就是在最后的这个 model 这个文件夹里边儿, 然后这里边呢?我们不是一共有十轮,然后我们每一轮都要保存一个模型吗?所以他一共就保存了十个模型,这九个,然后这里是最终的这一个,然后我们把这个复制一下, 就是这个模型复制,然后放到我们的 webui 目录里边,就是 找到目录,然后找到 models, 然后找到 laura, 把我们刚复制的这个 laura 粘贴到这里边来,因为我这边已经是就是说放进来了嘛之前, 然后我这里就不替换了,就是这个我已经放进来了,好了之后我们启动我们的 v b y, 进来之后我们这个模型要改成 s d x l base 一点零,就是这个模型唯一页可以可选可不选,然后这里,然后我们输入提示词 好了之后我们要选择 laura, 那就是这个美女,这个 laura 就是训练出来的,然后反向提示词 下边参数就随便设一下,就是看一下效果, 然后其他我们就不更改了,我们点生成 好,这里生成了我们可以看一下效果,就是这个是我训练出来的这个 lora 效果还可以,大家下来可以去试一下,就是改一些它的参数等等,然后今天的一个分享就到这里。

今天我们来讲这几个功能,嵌入式超网络模型 lora 第一个嵌入式, 我们先来看看什么是嵌入式。嵌入式又称为 textural inversion 文本翻转,它的功能类似于一个微调模型,就是通过加入这个嵌入式的模型, 还可以生成具有特定属性和特征的图像。通过在提示词中使用特殊的单词,可以精确的控制生成图像的外观、颜色、形状等等属性。 我们先来看一个例子,比如说我生成一个漂亮的女孩,那么他就是一个随机的一个漂亮的女孩。现在我有一个 ima watersin 的嵌入式的模型,在这里点击这个嵌入式模型,他就会将这个文件名加入到提示词里面来。现在我们来重新生成,那就不 叫你写其他的提示词,它就会自动地生成带有 ama votsen 这样的面部特征的女孩。我们再加一些其他的提示词, 就是无论你的提示词是什么,这个人物的面部特征总是与 amo waterson 非常相似。这个就是嵌入式模型的概念和它的使用方法。但是因为嵌入式模型的生成,它的训练数据量少, 所以他生成图像的精度有限,在个性化特征的表现上远不如唠扰模型稳定,所以在正面提示词中使用并不广泛,那么他最大的作用其实是应用在负面提示词中。 我们在生成一张图像的时候,往往需要在负面提示词中输入很多的单词,比如说低分辨率、模糊、扭曲的五官、错误的手指、多余的数字、水印文本等等,以避免生成低质量的图像。那么嵌入数模型 就可以将许多这一类的描述性提示词整合打包为一个嵌入式模型,那么你应用的时候只要输入这个文件名就可以了,因此嵌入式模型在负面提示词中很受欢迎。接下来我们说说嵌入式模型怎么样下载。我们打开 cv 的 ai 网站,点击 models, 然后点击 filters, 这里选中 inbiting, 这里你可以根据它使用的基础模型来进行过滤,比如说 s d 一点儿五, s d x l 一点儿零, s d x l turbo 等等,然后将它的排序改成 most downloaded, 那这样的话,它就是按照最受欢迎的程度来进行排序的。我们看到排到第一的是 easy negative, 在这里将它下载下来。 这个文件非常小,只有二四 k b, 我们将它 copy 下来,然后放在你的 stable defuse 省的主目录下面的 web u i 目录下面的 invitings, 将它 copy 在这里就可以了。然后打开这个标签页,如果你的嵌式模型没有显示出来的话,那你在这里点击一下刷新,那么他就会显示出来了。 使用的时候需要在提示词上加一个逗号,然后点击你要使用的嵌入模型,他就可以将文件名 copy 到上面来,然后就可以使用了。 注意这个 negative 的模型它是反向提示词的模型,所以不能加在正向提示词里面来。我们点击反向提示词,然后就可以将它加在反向提示词里面来。 这里还有一个模型叫 bathan 的 v 四,这个是一款专门针对手部进行优化的负面提示词,它能够在对原画风影响较小的前提下,减少手部残缺,手指数量不对,出现多余手臂等等情况,适合动 动漫风大模型。 ok, 我们来试一个例子,我们先不使用 bad hand 的这个模型来生成一个 pretty girl, 然后是手指交叉, 可以看到他这个手生成的就有问题,他这个大拇指向外翻,我们再生成一个 这个手也有问题,这个看上去还可以。好,下面我们来将这个 bad hand 的这个模型加进来,然后我们再重新生成。 哇,这个手就非常的完美了。这四个手指头,然后大拇指藏在后面来再重新生成一个一二三四, 这个是左手的这个手生成的就非常完美。就说如果不使用拜的汉的这个嵌入石模型,那么几乎十次有九次他的手都是有问题的。使用了这个嵌入石模型,他不会达到百分之百的没有问题,但是十次中总会有五六次你会得到满意的结果。 下面这个 hyper networks 通常我们翻译为超网络,这个也是一个微调模型。其实这几个 文本反转,还有超网络,还有 lord, 这几个都是微调模型,但他们的名字怪怪的,都不同,是因为他们作用在整个算法的不同的位置,或者说不同的阶段。像这个文本反转,他就是作用在文本方面, 而这个 hyper networks 它就是作用在神经网络。至于再深的技术细节,因为我本人不是 ai 专业的,剩下的我也不懂了,就记住他们是各自有不同侧重的微调模型 就行了。像这个文本反转的微调模型,他就比较适合于反向提示词,而这个超网络模型他就比较适合于更改图像的风格,他对人物的特征属性呢,帮助不大。我们来看一下他的下载,也是在 c 位的 ai 网站 models, 然后我们在 filters 里面选择 hyper network, 同样还是按照 most downloaded 的这个进行排序。 我用的是这个例子,点击去,然后将它下载下来,它的大小有八十三点七兆币,我们将它 copy 下来,然后在 stable diffusion 的主目录下面的 ybui 目录下面的 models 目录下面的 hyper networks, 将它 copy 到这里就可以了。如果它在这个标签页里没有显示出来,那么按一下刷新,它就会显示出来。对于它的使用来,我们来看一个例子,这个是一个芭蕾舞的女孩,我们将它提示词 copy 过来。 正向提示词啊,它没有反向提示词,它的采用算法是 d t, m 加加 s, d carros k, 然后是使用的模型是 photogen infinity。 okay, 我还特意下载了一个这个 photogen infinity cfg 值是八,采用步数是二十,种子值 c, f, g 值是八,采用步数二十,然后将种子值 copy 过来。现在我们将这个 hyper networks 的微调模型的提示词先去掉,看看它生成的效果是怎么样的。 好,这个就是不带超网络微调模型生成的效果。接下来我们点这个 water elemental 这个微调模型,那这个就是它的格式是 happy night, 然后是冒号,然后是 water elemental, 就是 文件名下面是这个比重最高是一,通常情况下我们就是使用一,然后我们再加上 water allimental 这个提示词,接下来生成, 那这个就是重新生成的,虽然有三条胳膊,但是不影响我们看到他这个啊。 hyper network 这个模型所造成的效果就是他将这个衣服还有这个人都是编成像水做的一样。我们可以看到这里还有很多不同的风格,像这个是像这个是贴纸风格,这个是 majority v 四的人像风格, 还有这个是大理石雕塑风格等等,观众朋友们可以自己测试一下那各种各样不同的风格。接下来模型,这个英文原文是 checkpoint, 也就是这里我们下载的所有的大模型,他在这个 标签页用一个一个的卡片来表示,这里功能不多,这个是拷贝他的目录,然后这个是显示内部的原数据啊,这个就是内部的原数据,然后这里有个功能,编辑他的原数据,这里描述这里你可以设置他搭配哪一个 vae 使用,嘿, 然后保存。还可以替换预览图像,我们先将它取消,先跑一张图出来, 我们随便举个例子,比如说我们跑出一张图,我对这张图比较满意, okay, 那么在这里点击替换阅览图像, 我们可以看到这个模型,就用这张图片来表示。接下来 laura 模型, laura 模型也是一个微调模型, laura 是指 low rank adaptation, 就是 dj 自适应,他通过更新模型中的一小部分参数来调整预训练的大模型。与其他的微调模型相比, lord 模型可以生成具有特定风格或者是特定主题的图像, 而不会丢失大模型的原始能力。 lower 模型应该是我们用的最多的一个微调模型了,我们来找个例子,还是在 saved ai 网站这里,我们按照 lower 来过滤,按照 most downloaded 来排序。我们来试一下这个 and more details 增强图像的细节, 这里点击下载。把下载下来的模型放到 stable diffusion 的主目录下面的 ybui 目录,下面的 models 目录下面的 laura 目录。然后在这个标签页里,如果这个卡片没有显示出来,那么你点击一下刷新。接下来我们生成一个例子, 我们将它的正向提示词,反向提示词都 copy 进来, 然后它的 c, f, g 值是七,采用步数是三十六,采用算法是 d, p, m 加加二 m 种子值。 ok, 这个就是不带 lord 的效果,下面我们加上 lord, 那这里就是增加的 lord 的形式词,我们重新生成 啊,这个效果确实好多了啊,他增加了许多丰富的细节。我们再找一个其他的例子。我们再 来看一下这个 cute girl mix four, 这个就是生成亚洲美女的 lord, 我们来试一下,就随便输入一个提示词,一个漂亮的女孩,真实照片风格,看,这个就是不加 lord 生成的图像,下面我们将这个 lord 加上去 啊,他就会生成亚洲的女孩。抖音上有许多 ai 网红的账号就是这样生成的,他这个 lore 是最好是搭配 chaot mix 的这个大模型来使用。这个我就不下载下来试了,基本上它的功能就是这样。

用了两个月 stable defusion 我使用最多的 laura。 第一款,章饭画这是一个被低估的 laura, 整个风格非常东方玄幻,黑神话悟空的感觉,可以给画面添加很多细节,很有惊喜感,就是出图有点不稳,推荐大家试试。 第二款风格有胶片风,这个 log 主要是让出图光感更好,更真实,更有氛围感,就像胶片相机拍出来的一样,调节画面亮度,很不错。 第三款,婚姻 enhanced 这个 lora 也是调节画面明暗关系的,主要是做出背光的效果,不论是二次元的图还是显示图,效果都很好,推荐使用。第四款, lorea 这个 lora 还是调节画面明暗关系的,不过这个主要是让画面变暗的,增加画面的明暗对比,让画面更有氛围感, 当然也可以多劳尔使用,这就是装饭库啊,搭配这几个光感劳尔的效果。第五款, kids illustration 这个劳尔是改变画面风格的,使画面变成类似儿童插画的风格,效果很好,画面很明快,也很干净。 这是今天推荐的五款 laura, 值得注意的一点是有些 laura 官网上的名字和下载文件的名字不一样,要自己分辨,需要打包。好的私聊我,我们下期再见。