粉丝3.0万获赞102.4万

捞软模型使用攻略?哈喽,同学们好啊,今天我们来了解一下捞软模型,视频不长啊,但都是干货,大家注意听啊。先来说一下什么是捞软模型, 首先捞啊本身是一种训练方法,他是基于稳定扩散模型的一种低至自适应训练方法啊,对矩阵比较了解的同学可能有概念,不过听不懂没关系啊,我们看重点, 那他最显著的特征就是结合了体积小还有效果好这两大特点,那也就是他对使用者和制作者来说都是比较友好的。再说劳尔模型有什么用呢?那我们这里啊,直接看我制作的一些案例 来看有关人物的 low 模型。那左边这个是加了混血美女的 low 模型出的效果, 右边就只是用提示词描述的效果。那我们有些高手呢,不用 lora 也能做出左边相似的效果,但是用了 lora, 我们可能仅仅需要几个简单的啊通用的词就可以实现。 再来看这个攻克机动队的 lora, 那他对女主形象的一个还原还是比较好的, 我们不用 lore, 可能连右边的效果都没法实现。那有关场景和元素的 lore 模型呢?比如这个森系少女的,加了 lore 也是比较有感觉的是吧。然后日 日式的这种浴室,这种就不用我们去构思一些提示词了,它自动啊,帮我们出这种效果。我们看右边这种啊,不,不用 lower 的。那这里这个盆 是吧?是是什么盆啊?还是还是马桶啊?也也也不太清楚。再来看画风相关的,这里的劳尔模型就还原了莫迪里亚尼的画风啊,还原度还是比较高的, 姿态相关的 low 模型,像这种特殊的姿势啊,加了 low 也是比较好出的啊,不用 low 的话, 他手啊也好,眼睛也好,很容易崩。其次也有一些画面效果控制相关的 low 模型,比如这个添加细节的 low, 他能自动帮我们给画面添加细节,我们修复老照片,或者像出一些 高清的真实的纹理都可以用。类似这种罗尔模型,不用很高的分辨率,就可以出比较精细的效果。 那捞二模型为什么厉害呢?因为他就目前的 sd 基础模型来说,他能基于少量的一个数据级的训练,对多个注意层啊,去做微调,还不会动。到底模型预先训练好的,其他的权重他要把它冻结,也就是刚才说的,我们训练他很快, 但是他使用起来效果却很好。我举个简单例子,比如底模型是个夕阳的大画家,会画好多种东西, 但是他没学过国画,哎,这时候有个学过国画的这么个小画家,但他连自己的笔墨他都买不起啊,这个 大画家请他来合作,他俩说配合去画一张图,那这个大画家画线稿轮廓的时候呢,小画家就给他来指导一下,说整体怎么画会更像国画一些。 然后大画家在画小物件的时候呢,小画家也来帮他添置一些国画的元素出来啊,最后上色的时候,小画家又来帮着搞一下, 哎,最后出成品了,画了一幅国画啊,质量还很高,但是还是能看出来这个大画家的画风。 那这里说的小画家其实就是 lower 模型,他依托于大画家,又能凭借自己的在这个纵深领域的专业性指导大画家,那我们这么理解会通俗, 那如果大家觉得视频还不错的话,可不可以点个赞或者关注,谢谢大家了。先来说 low 模型去哪里找?土豆哪里去挖, 你像免费的罗尔模型,直接去某站,打开某站,把这里的筛选器选成 lora, 然后选一个,或者搜一个我们想用的,点进去,在右上角这里点下载就可以。 那有些很专业的劳尔模型呢?如果在网上找不到,我们也可以找人定做,现在很多人都会训练这个劳尔模型,然后说安装, 第一种方法啊,如果是秋叶大佬的整合包,我们直接去启动器,然后在这里找到模型管理,点这个 lore 模型括号原声,然后点添加模型,选中我们刚才下好的模型文件,点打开就安装好了。 再来说一种通用的安装方法,我们打开 sd 的根目录,找到 models 文件夹,然后打开 lower 文件夹,再把刚才下好的 lower 模型文件放到这里面就行。最后说怎么使用, 在右上角这里点这个,展开扩展模型面板,然后点 lore, 这里要点一下刷新,给他刷新一下,然后鼠标单击这里面的 lore 文件, lora 就自动的加到提示词里了。那有些 lora 还有他自己专门的触发词,我们需要把原作者提到的触发词也给他 加加进去,触发词在这里复制就可以,我们还可以调整劳尔模型的权重,然后最后点击生成就可以了。 ok, 我们今天学会了捞二模型的使用,那大家赶快去下载一个试一下吧。那其他不懂的问题呢?欢迎大家随时来问我,那我们下期见,拜拜。

零门槛制作的 lorra 傻瓜包发布后得到了众多反馈,比如这种做好了 lorra 模型,却没有装 s d 绘图软件的人。 比如学习能力很强的淘宝店主, 他用模特图片生成 lord 模型,达到服用这个模特的目的。还有使用过程中遇到问题的用户, 综合了所有问题的反馈,这里写了个问题列表和对应处理的文档, 已经加入到了视频的简介里。对应错误,你找到编号,得到处理办法, 大致有运行后闪退、忘记执行、修复虚拟环境没有科学上网、 显存太小、报错、文件夹乱放等五种错误。 文章里有错误截图和应对办法, 你遇到错误,根据错误描述找到编号,去看处理办法就可以了。 有人问到六 g 显卡能不能生成 laura, 这里用二零六零的六 g 显卡测试, 需要降低模型分辨率就行,变为二百五十六乘二百五十六。网上的 lord 大多是五百一十二乘五百一十二,分辨率自用或者跑一跑, lord 生成流程倒是可以 发布出来给别人用,要背人。 最后用几张美女图结束今天的视频, 都是模型分辨率五百一十二乘五百一十二。自制美女 warren 图片分辨率一千零二十四乘一千零二十四。

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!

想必大家最近都看过通过一张简单的限稿,批量生成一堆建筑方案的视频,这些视频向大家展示了 ai 可以做什么,但是具体到我们自己的工作,我们应该怎么做呢?用别人现成的模型不一定符合自己的设计需要,况且呢,还有知识产权层面的纠纷,那我们可以根据自己的需求定制一个只属于自己的 ai 模型吗?答案当然是可以的, 网上虽然有很多的教程,但是在设计领域呢,其实非常的少。今天我就用一个我最新训练的罗拉来给大家做一个示范啊,就是 手把手的教大家如何从零开始去训练一个自己的 ai 模型。首先我们需要明确这个 ai 模型训练来的用途是什么?你是训练一个特定的物件,一种类型的物件,还是说一种画风 通的用途?他的训练方式差别是很大的。以设计领域最为常见的为例,比如说我们要训练一种类型的建筑,我们按建筑类型可以划分很多种,酒店、医院、车站、机场、学校、办公楼等等,按照建筑高度来,也可以分为低层、 多层、高层等等。按照建筑风格,你可以尝试不同的大师风格,比如说暗恋棕熊、扎哈等等。那按照我的经验呢,你的类型划分的越明确,训练出来的 ai 模型呢,质量越高。我这次训练的 roll 模型呢,是一个按照建筑高度来进行的划分,我之前已经做过高层建筑 roll, 这次我想尝试一个多层建筑, 那么我的目的就很明确了,我知道做一个多层建筑 ai 模型,但是呢,其实这个描述并不准确,很多人在这里就进入了一个盲区,因为网上的教程呢,基本上都是在教你怎么去训练一个人物,人物当然是越像他本人越合适,但是一个类型的建筑并不是这样子的,你如果只像一个特定的建筑了,那你还要这个模型来干嘛呢?你怎么生成都是别人一样的建筑?那你还不如直接打开建模软件开始抄袭, 或者说你的模型包含在这种类型里面,建筑是根本就看不上的,比如说城墙结合部的一些多层建筑,那你这个模型真的结果也是非常不可控的。所以在这里要进一步明确,我希望做的 ai 模型是比较现代时尚的,不拘泥于某个特定造型的多层建筑。 模型明确了我们目标之后了,我们才可以有针对性的去整理我们的训练集。训练集第一步就是去整理图片啊,在这里网上有很多的说法,图片在多少张比较合适,但是基本上都是针对训练人物的,有人说二十张,有人说五十张。这里啊,根据我个人的经验,如果是做建筑的, roller 越多越好。 这个结论有一个前提,一个是你的电脑带的动,第二个呢,是你能够有这么多符合要求的图片。我个人的经验呢,我的训练级通常在一百到两百张左右的图片,基本上是符合我的电脑硬件的, 以及我找图的耐心极限了。如果你希望不受知识产权的影响,那么你可以用你自己过往项目的图片作为训练级,因为我这里做的模型呢,仅仅是用作学习交流的用途,没有用作商业行为。所以为了提高训练级的质量呢,我从网上找了很多其他的项目作品图, 我会在第一轮呢,先做加法,大概找两百到三百张图片,这图片里面呢,我再来做一次减法,剔除掉一些我觉得这 一般的。同时在这个时候你也能大概看出来一些趋势了。比如说这些图片里面包含了白天、黄昏、夜晚等不同天气,里面配景呢,包含了人、车、植物等等。训练罗尔模型呢,我个人理解不一定对啊,本质上是在强化 ai 对于某个关键词的认知。比如说我不停的给 ai 喂一些很土很俗气的商业图, 然后你告诉他这是精美的渲染图。那当你让 ai 给你生成精美的渲染图的时候呢, ai 就会给你生成一堆很土很熟悉的商业图。 我不知道这样子说大家能不能够理解,如果你理解了这一点,那么你在挑选图片的时候就应该更有心机一些。比如说我希望我去强化 ai 对于建筑在雾气环境下的表现, 我选择的图片应该是尽可能特征非常明显的,你不要去选择那种非常模棱两可的,比如说雾气已经快要消失了,但是又还有一点,你就选雾气正浓的时候,但凡被知识浸染过的眼睛都能一眼识别的。同样的,你要训练黄昏、夜景,你都去挑选特征非常明显的图片, 你要训练植物、汽车、人物这些配景,这些都同样去挑选特征非常明显的。在这里呢,顺便安利一下明基的设计屏。在挑选图片的过程当中呢,我会开启 srgb 模式,这个模式下射准小于等于二,可以保证图片的色彩精准还原。明基 pd 系列保证每台机器烛台出厂照射,对显示器的亮度、色彩等 函数进行了二十五分区规范管控,已实现整个屏幕色彩均匀、色准达标。这些都是非专业显示器没有的。对长期用眼的设计师来说,这款显示器搭载的低蓝光、低频闪和智慧调光功能也非常重要,而且还会定时提醒你注意用眼时间。 有四种调节,低蓝光模式可以随意切换,满足多场景使用。在晚上工作时可开启暗房模式,这个模式下会根据环境亮度变化,自动调节画面亮度和对比度,提供舒适光源,呵护双眼。设计师一般的工作环境都是两台大双屏,我两台都是明基 pd 系列的显示屏, 屏幕可以同时支持横竖屏,适应了更多的应用场景,大大提高了效率。左右两块屏幕看同一张图片时,可以看到准确一致的色彩,减少作品传递过程中遇到的色差烦恼。 那么图片整理的差不多了,这个时候我们就可以开始进行打标签的工作。我个人觉得在 am 模型训练里面,最重要的工作其实就是找高质量图片精细化的打标。剩下的工作呢,其实都是按部就班,你熟悉了的话都很简单, 首先我们需要用到 sd vby, 在训练找到图像预处理,分别输入你的图片原目录、目标目录,图片统一的宽度在这里呢,我通常默认的就是五幺二乘以五幺二,或者有时候呢,我会改成七六八乘以五幺二, 一般来说六十四的倍数对计算机运算比较友好,太大了,你的电脑可能会运行起来很卡。最后一定记得勾选使用 dipbru 生成标签,稍等片刻,你就会在目标目录看到处理好尺寸的图片以及每张图片呢,有一个对应的文本文档,里面记录的就是 ai 自动识别的这张图片对应的标 标签。这个标签可以作为一个底子,但是万万不能直接用这个标签进行训练,因为目前的 ai 他已经能够把这些图和这些标签绑定起来,你还训练他干嘛呢?我们训练 a 的目的是为了当我们输入某一个词语的时候,他能够给我们比现有的 ai 更好的结果, 就是在人为的干预。所以精细化处理标签是一个非常重要的工作。接下来讲一下我打标的工作流,我用的软件是 brew data search tag manager just kithub 上面一个开源软件,下载下来之后呢,点击图标就可以直接开始使用。我们在 file 这里点击 load folder, 我们选择刚刚处理好的目标目录。 他加载进来之后呢,左边是我们的图片预览,中间呢是选中图片的标签,右边呢是所有图片的标签。我首先会从所有的标签入手,会先删除掉很多的标签。删除标签的原则呢,第一个是明显的事实错误,第二个呢就是训练样本过少。明显的事实错误,比如说他会把一些建筑的图片识别出来人物的名字,那我就直接会从所有的标签里面把它 删除。第二个呢,训练样本过少,这个就看你自己怎么处理吧。一般来说,同一个标签下面的图如果低于两张,我会直接把这个标签删掉,或者说再去找新的图,不然样本量太少的话, ai 虚岁的效果也不太好,还不如不选。 把多余的标签清理掉之后呢,第二步,我会检查哪些图漏掉了重量的标签,当然这个工作是一个无底洞啊,你要给一张图非常详尽的描述,那写几百上千个标签都是可以的。我一般重点检查跟我训练的建筑内容相关的,比如说天气,环境,早晨,白天,黄昏,夜景啊, 比如说配景,植物、车辆,人物等等,再比如你的造型手法等等。如果一张图它有很明显的天气或者造型特征,但是标签里面没有对应的关键词,那就得手动的补上。 整个过程呢,其实非常像教小朋友认字,他可能现在已经认识一些字了,但是有些是认错的,你要先给他清除掉错误的知识,然后呢再给他补充一些他以前不认识的字,或者说同一个字有好几种 读音,你都要让他去认识,一边去修正他既有的知识,一边去拓展他的知识边界。那标签处理完了之后呢,我们就可以开始训练整个模型了。训练模型的方法呢,其实非常的简单,我完全是按照秋叶的教程和脚本去操作的,这里呢,我就不班门弄斧了,如果大家觉得在其他教程里面看的不够清楚,也可以在弹幕里面走一波,我后面再给大家详细的分解一下每一个操作步骤, 如果我们一切顺利的话,得到十个 ai 模型之后了,那到底哪一个最好用呢?我一般会用 x、 y、 z、 plot 去进行检测, y 轴呢?我固定好这四个模型, x, 我一般会去测试不同的权重,不同的关键词,不同的随机总值的表现。那么经过多轮测试之后呢,选择一个在不同的条件下表现都比较稳定的版本。 我个人经验呢,通常会选择倒数第二个模型,或者说最后一个模型。你如果训练的样本和参数跟我不一样了,可能结果会不太一样了,以实际的测试效果为准。在这个地方呢,稍微注意一下,我们在做测试的时候,罗拉模型应该放到安装目录下的 extension 是做不了 x、 y、 z 图表的。筛选出其中最稳定的模型之后了,我们还要去做一个工作,就是去测试怎么让这个模型发挥出最好的表现。就好比我们从班上挑一个学生去参加绘画比赛, 最厉害的学生挑选出来了,我们还得针对他的特点,给他最适合他的颜料、画笔、图纸等等,对吧?这个比喻呢,不一定准确,大概是这个意思。我一般这个时候会去重点测试这个模型在不同权重、不同关键词组合下的表现。同时呢,我还会去测试加载 ctrlat 之后,他是否还能够稳定的输出。 这些呢,都关系到我后面实际的使用体验。如果某些方面严重的不符合预期,那我们就要去反思这个模型是不是哪里出了问题,是不是没有训练好。如果确实不好用,那就得从头再来一遍,这个模型在哪些参数下表现比较好?我们也可以自己做一个备忘,后续使用起来会更省心一些。好了,那以上就是训练一个设计类 lora 的 大体工作流程呢,这次视频呢,由于篇幅,我先给大家科普了设计类罗罗尔训练的基本流程,还有一些技术细节呢,没有展开来讲,如果大家有需要的,可以在弹幕上扣个一啊,我后面再接着给大家安排。如果这期视频对你有用,不要忘记你的一键闪点,我们下期再见,拜拜!

大家好,我是爱江子,今天我们继续 stable diffusion 的入门教程,第四期, lour 的教程和使用本视频关于 lura 几个重点都总结在视频末,大家自行保存 lura 可谓是声明在外,很多初学者就是知道 lura 的强大之处才来了解 stable diffusion。 话不多说,我们直接进入正题。 lora 英文全称 lorancad patient of large language model, 执意为大语言模型的 dj 适应。举个简单的例子, lora 就是一个过滤器,比如你想要汉服,那汉服风格也有许多种, 这时候只要通过漏拉模型,我们就能准确的生成想要的汉服服饰。漏拉第一个功能,对人物和物品的复刻,只要用了漏拉就可以百分之九十九的复刻,指定人物的特征。漏拉第二个功能就是可以训练画风,比如水墨风,线稿风。漏拉第三个功能是固定人物的动作特征,我们看下例 子就懂了。打开 c, 站在右侧筛选中选择漏绕,就可以看到全部漏绕模型。下载完成后,放入根目录 models lore 文件夹中。老规矩,点开图标,打开 word, 点击使用即可。这里注意,每款漏 ra 都有匹配的触发关键词,一定要在提示词内写上。 这里我们就以这个盲盒手办模型为例,我们先来一段不带 lora 和触发词的,看下效果,这是正常的效果,我们再复制触发词和添加 lora, 选择 low r a 和输入触发词生成看下 nice。 需要注意的是, lour 这里一表示的是权重,有的模型需要选一,有的模型只能零点五到零点六左右,越高相似度就越近。具体查看每款 lour 的介绍, 关于漏拉的重点我全部列在这边了。如果你觉得本视频对你有帮助的话,请小爱心点点,我是爱江子,谢谢大家!

打模型微调讲解与实力是不是有很多同学发现,虽然 gdp 等模型的功能很强大,但是对于特定问题却不能给出很好的回答。 比如让 gpt 写一篇小说,如果没有微调,那么他写出的内容质量就会很差,或者让他做一些特定领域的内容,他有可能会胡编乱造。那么有没有办法可以解决这些问题呢?答案是肯定的。 今天小屁就来教大家如何对模型进行微调,手把手教大家如何训练出属于自己的模型。在正式讲解前,大家一定要弄明白一个问题,就是为什么要进行模型微调?第一 点就是可以帮助模型更好的胜任新任务。预训练模型是在广泛的数据集上学习的通用标识,微调可以帮助消除预训练模型上的任何偏执,让他更好的适应新任务特定的数据和分布。 第二,通过对模型进行微调,可以增强模型特定任务的能力。最后,相比渔夫聪明,微调所需的参数更少,训练速度更快,对 gpu 等资源的消耗也比较少,十分适合个人和中小公司开发下游应用。 下面我们来一起了解一下模型微调有哪些常用的方法。二零一九年,谷歌的研究人员首次在弄门 parameter vision transfer london for nab 提出针对 bird 的 p f t 微调方式,拉开了 p f 研究的序幕。随后,更多的微调方法被科研人员研究出来,这些方法包括 laura 在论文 laura, laura in caterpish no frog language models 中被提出。论文指出,学习的过度参数化模型实际上存在于低内在围斗上, 模型自适应过程中权重的变化也具有较低的内在值。 lower 具有几个关键优势,第一,浴室链的模型可以共享,并用于为不同的任务构建许多小型 lower 模块。通过替换图一中的矩阵,该何必可以 冻结共享模型参数并高效的切换任务,从而显著降低存储需求和任务切换开销。第二,当使用自适应优化器时,劳尔使训练更有效,因为不需要维护大多数参数的优化器状态, 只优化注入的低至矩阵即可。第三,简单的线性设计允许在部署时将和训练矩阵与冻结权重合并。与完全微调的模型相比,使用 lola 不会引入推理延迟。下面我们结合代码看一下如何使用 lola 对模型进行微调。 首先要配置 loi confide 配置类,这里有五个参数,第一个是任务类型,第二个是是否用于推理。第三个是定义低为内在值大小。第四个 是定义低至矩阵的阿尔法,因此第五个是 drop of, 因此第二步是指定和获取要系列的基本模型。 第三步,使用 depth model 方法和我们最先定义好的 lower 配置类对基本模型进行包装,并使用 print trainer black prematures 方法打印参数。最后我们运行试验方法就可以对模型进行训练了。 以上就是使用 lower 进行模型训练的基本流程,在实际项目中,我们还要结合自己的训练目标对数据进行采集、整理、切分、归一化等操作,还要考虑参数等配置。 lower 等 pst 技术降低了模型训练的门槛,使我们都有机会去训练自己的模型,实现自己的想法,希望未来技术发展可以普惠到每一个人。

最近大家是不是发现上架了很多好用的功能性以及画风类的 logo 模型,比如这种话多人图的模型、胶片风格模型和中少女风格模型、剪纸风格模型、青花瓷风格模型等。不同于 lower 模型, logo 模型并不能直接使用。首先我们需要来到 webui 的扩展,这里安装 licris 扩展, 安装完成后需要重启整个启动器,然后把 low 号模型放到整合包目录下 models 文件下的 licorice 文件内, 来到 webui, 在附加网络,这里就能看到新增的 liquid 选项,点击加载模型即可。 lower 模型是对 ai 神经网络中的十七层进行微调,而 licress 模型包含 low 号和 local 模型,是对二十六层进行微调。对图片的细节学习更好,尤其适合画风类模型的训练,推荐大家尝试使用。我是菊大,分享更多 ai 干货。

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。

可以看到啊,他已经下载完了,这个速度非常快啊,这边显示这个墨星的模型已经成功下载好,我们的这个墨星的 lore 已经下载完毕了,我们再返回这个纹身图。好,我们如何在作图中调用这个 lore 呢?我们先点击这个深层下方的这个红色的按钮,也就是第三个按钮。 好,点击了之后,他会在这个反向提示词的下方多出来一栏选项啊,这个选项刷出来可能会多等那么十几秒的时间,大家需要耐心等待一下啊,我们在看到这些选项之后呢,选择最后一个这个 lower 模型。 好,大家先忽略我这个 lower 啊,这个是我之前安装的 lower 模型,和我们刚才下载的模型模型没有任何关系啊,那我们进来之后呢,我们先点击刷新看一下。好,我们刷新发现啊,还是只有这一个模型,很多小伙伴呢,其实就是卡在这里了,就是他发现用这个 cbtai 来下载模型之后,结果刷新却刷新不出来这个 lower 模型。那么我们怎 解决这个问题呢?我们还是返回我们的这个谷歌硬盘,然后我们找到这个最上方的这个云端搜索,然后我们搜索一下刚才下载的这个模型模型模型 好,然后我们回车看一下。好,可以看到啊,我们通过搜索呢,找到了这个墨星捞绕的文件,然后我们点击他呢,右边就会显示这个文件的详情,我们注意一下啊,这个捞绕模型文件的后缀呢,是这个点 shift, 然后我们一定要选择这个有这种后缀的文件,然后我们右键点击这个墨星的模型,我们选择一下下方的这个复制 好,我们看到他提示啊,已在我的云盘中创建了这个墨星的副本,然后我们点击这个显示文件位置, ok, 可以看到啊,我们现在回到了这个云盘界面,然后我们在这个最后已经有了这个我们刚才复制的这个墨星文件的副本,我们可以看到啊,他的后缀是这个 siftonsos, 但是后面有一个这个副本,这个就是我们刚刚复制的文件,然后我们 在这个副本上呢单击右键,然后我们选择这个一致好,他就会在这个文件下方弹出一个窗口,然后我们选择这个 stable defusion 的文件夹双击,然后再双击进入,然后我们往下滑找到这个 models 的文件夹点进去, 然后呢我们再找到这个 lora 的文件夹,然后双击好,进来之后呢我们点击这个移动到此处按钮,好,我们再点击了之后就收到一个提示啊,他已经把这个文件移动到这个 lora 文件夹里。关注尽责浅谈爱,了解更多爱使用小技巧。

工作,使用 stable diffusion 配合生成图片,便会经常上模型网站搜索下载相应的图片模型。通过预览图片找到喜欢的图片风格后,首先确认一下 模型类型为 laura 微调模型,只是这个模型文件的大小好像比常用的 laura 模型都要大,这个暂时不考虑它,先把它下载下来再说。把下载好的模型剪切到 s d 跟目录 models 文件夹下的 laura 文件夹内,回到 s d 的工作界面。在 laura 模型的这个文件夹下,无论怎么刷新 新下载的这个 lore 模型就是显示不出来,应该怎么办呢?敲黑板,划重点,现在分享解决办法。单击设置菜单,在左手边的选项卡中找到并单击扩展模型,然后把设置页的滚动条拖到最下边,勾选最后一项,在 lore 页面保持显示所有模型,回到页面顶部,别忘记单 击保存设置。回到文生图界面,再次单击刷新 lower 模型,往下翻页,这个没有预览图的就是新下载刚才不显示还刷新不出来的那个模型了。现在我们测试一下这个 lower 模型,并炫一张预览图出来。 单击图片的生成信息,复制正向提示词,把它粘贴到 s d 的正向提示词框内。再次单击生成信息,并复制负面提示词,粘贴到 s d 的负面提示词框中。单击 lora 选项卡, 找到并单机新下载的 low 软模型,回到生成界面。采样方法默认不变。修改生成图片尺寸为五百一十二乘以七百六十八, 图片生成单批数量设为四张。开启 aditailer 人脸修复单机生成按钮,四张图片生成完成,分别预览四张图片,并选一张自己最喜欢的图片。下方的生成信息中复制图片生成的种子, 也就是 se、 e、 d 字母后的那一串数字,把它粘贴到随机数种子框内,图片生成单批数量改为回一,选出的图片效果就由种子固定图片风格再次背单张重新生成。重新打开 lower 模型面板, 单击新下载 low 模型右上角的设置按钮,打开 low 信息设置界面,拖到界面的最下边,并单击替换预览图像按钮,保存并关闭设置界面,这样最初无法显示的那个 low 模型就加载并设置成功了。

哈喽,小伙伴们大家好,我是白菜。大家在使用 lower 的过程中肯定会遇见过这么个情况,我们现在想用这个机甲 lower, 让我们的人物穿上这个机甲的衣服,但是当我们用传统的方法来使用这个 lower 的时候,我们发现 本来想要的图是这种,但是他画出来的就是这样的,达不到自己想要的一个效果。那么今天呢,我就来教大家怎么使用 lower 的分层控制来获取我们想要的 lower 里边的衣服。那么本期视频呢,我们不讲理论, 直接实操。这里我们需要用到 lora blockweed 这个插件,那这插件界面就是目前屏幕上展示的这个,我会把本期视频所用到的大模型 over 插件都会分享给大家,需要的朋友可以自己去下载,我会把链接放在评论区。好,话不多说,下面我们来进行实力演示。 首先说明我用的这个基础模型是一个真人大模型,他只有一个脸型,不会产生变化,而这个机甲 logo 呢,是一个二次元的模型,这样的话测试的效果会更加明显一些。这里我们填入准备好的提示词,第一行是画面效果的描述,第二行是机甲的描述。 为了更好的做对比,我们第一次先不用 lower, 那再填一下叠带步数采用方法,还有这个呃,高清修复也勾上, 填好以后我们直接点生成,这里我们直接加快速度,可以看到出的图质量还是很不错的,但因为我们没有用 lol 的缘故,这个机甲的风格还是有明显的不同。 下面我们用常用的方法把 lora 加载进去,再看一下跑图的效果,好的,我们来 对比一下,可以看到也就第二张图有一些 lower 的风格,但其他图都是还原度特别低,衣服上有不同的模型的污染,没有很好的还原。我们用的这个 lower 的街甲风格 有些过泥盒了,而且大家发现没有这个颜色也不太对劲。好,那接下来我们用分层控制的方法来跑一下, 对比一下效果。这里一定要点引 app 启用啊,前面我也说过了,这期我们不讲他的理论,但是如果大家对这个有兴趣呢,可以在弹幕上打个有,我看有多少人,如果多的话呢,我会考虑在后面对他专门做一个讲解。这些权重是根据这个大模型已经测试好的, 你完全不需要懂原理,可以直接套用啊,但他可能不适用于所有的模型。那么也在这里呢,给大家求一个三连,如果没有的话 话呢,一个小小的赞也是可以的,因为我们需要的是服装,我们把这个服装的参数复制粘贴啊,一定要记得这边一定要有个冒号,然后下边的插件一定要勾选启用,点击生成。 好,我们再来比较一下,可以看到现在这个 lora 的风格已经很好的应用在了这个人物的身上,如果你还有印象,我们刚才用常规方式来测试的时候,人物的身上还有衣服的质感, 但是现在的人物的身上的这个机甲已经完全没有了衣服的那个感觉。这个就是 lower 的分层控制,可以让我们在 lower 啊与大模型之间有过离合的情况下, 用分层控制的方法来画出想要的效果。接下来给大家说一下这个插件怎么安装。打开外部 ui 的文件夹,把下载好的这个插件的文件复制 到这个 extensions 这个目录下面,放到这个地方就可以了。插件的安装包我会连同这个素材一块放到网盘里边,大家自己去下载。放好插件的安装包以后,别忘了回到 ywui 重启界面,然后我们往下拉,就可以看到 插件已经安装好了。好的,本期教程就到这里,如果大家喜欢的话,可以给白菜点一个关注,后面我会给大家分享更多关于 aigc 的一些技术,我们下期再见。

这是一个小姐姐,如何让她穿上圣斗士中的圣衣呢?通过 ai, 你可以将小姐姐的模型与圣衣的模型进行组合, 而掌握组合是学会 ai 绘图的关键钥匙。比如这张模特图片是有符合亚洲审美的人脸模型 加裙子模型加真实照片风格的底膜组合而成。再比如这张网红小姐姐,是由抖音网红模型加黑丝模型加真实照片风格的底膜组合而成。 所以 s d 绘图的一个最基本思路就是将你的需求进行拆分,对应到已有的模型进行组合。但要熟练的运用组合,你需要掌握模型的基础概念。今天我们就介绍最常用的底膜。 nora 底膜又称大模型, 是控制图片整体风格的模型。比如我要绘制一张二次元人物,可以选择二次元风格的底膜,而同样题日词,换一个真实风格的底膜,则会生成真实照片的风格。对于 sd 来说,底膜是必选项,也是我们出图首要考虑的因素。 底膜可以在 c 站下载,这里选择 check point 进行筛选,也可以通过图片左上角的标记来识别模型的类型。点击图片进入底膜,这里可以选择底膜的不同版本,然后点击右侧按钮进行下载,下载位置如下, 卸载完成后点击刷新,可以找到新下载的底膜。至于具体使用哪个底膜,主要在 c 站查看每个底膜的视力图片是否符合自己的需求。后面我会专门做一期视频,给大家推荐一些好用的底膜。而 lora 是微调模型,用于框定更 具体的图片特征,如某个品牌的汽车、某种人物姿势、某个款式的衣服,某个 ip 人物,某种画风等等。多个 lora 常常组合使用,如我要生成人造人,十八号的某个特定姿势则可以组合使用。姿势柔软和十八号柔软。 在 c 站中,通过左上角标签可以识别 lower 模型。 lower 需要下载到本地的这个目录,在 sd 中点击右侧的这个按钮,点击 lower 标签,可以看到本机已下载的所有 lower。 点击刷新可以显示最新下载的 lower。 i lora 的具体使用,则需要在提示词中加入两部分内容,一是 lora 的权重设置,二是该 lora 的触发词权重可以通过点击对应的 lora 进行添加修改这个 数值即可调整权重。我们可以参考 c 站中该 lower 模型的势力图片中权重的设置。而第二部分触发词 在 c 站 lora 的属性中可以找到,我们需要根据自己的需求选择一个或多个触发词,填写到你的提示词中即可触发 lora。 比如我们描述词为一个女孩,现在加入十八号 lora 设置权重, 加入触发词看下效果,这时再加入剪刀手词式的 lora 设置权重, 加入出发词再看一下效果。 ok。 本期内容较多,感谢观看,下一期会继续给大家讲解组合的使用,让大家吃透在约中如何运用组合。

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。

好,这节课我们来给大家讲一下常用的一些模型的放置路径啊。就是啊,我们在 ai 绘图里面经常会设计到一些概念,什么大模型,然后 roller 模型,然后 controlled 的模型,对吧?那么这个分别是什么意思啊?我们首先来给大家说,先说一下怎么用啊?就是 大模型的话,你们可以从 cbt 上面去下载,那么你在 cbt 上面你需要注册一个账号,注册账号之后呢啊,你在这个地方有一个叫过滤器啊,你给我选这个 checkpoint, 这个就是一个大模型,那么大模型呢?它是一个 底膜啊,他是什么意思啊?就是你在这个 prompt 里面呢,你去输入一些内容,他在这个底膜里面他有对应的内容,可以去啊,一一对应上去。就像我们那个搜索引擎一样,你在搜索引擎里面输入一段什么东西,你要去搜索一个什么东西,对吧?就是啊,比如你的这个 里面就是搜索啊,一个什么内容,比如说我去搜索一个天空啊,随便搜一个东西啊,这个好,他就会出来天空的这些图片。那么你首先你得保证你的这个, 你的整个这个啊,解锁的这个库里面他有这个天空的内容才行,那么这个大模型他基本上就这个意思。就是啊,我首先我要保证我的这个啊,你的这个库里面有对应的这些磁条啊,他这个磁条这些啊,这个我们叫 prompt 这些 tag, 就是他这个 啊,关键词是有对应的这个图像啊,可以跟他对应上去的。那么呃,我最推荐用的就是这个 realistic v 二零的这个版本啊,就是建筑的也有一些啊,人在去做这个大模型,但是目前为止啊,我觉得, 嗯,用 realistic 就是最好用的。就是啊,为什么呢?就是大模型他需要非常非常多的这个精力去,嗯,去训练嘛, 就是我自己也不去训练大模型,就是因为大模型你训练不好的话,反而会污染你的这个模型啊,比如说啊,就是你去拿一些很土的这个什么商业效果图啊,就是 或者说你自己的审美不在线啊,就是你你觉得那个东西很好看,但是实际上可能在甲方看来,或者说在一些啊比较有品味的建筑看来,这个东西啊,很难看啊,就是啊,然后你不停的去把那些很难看的这个图片呢,去给他啊打上标签,这个是精美的图片,精美的图片,精美的图片,不停的去告诉他这个精美的图片,然后你最后 你在这个 stable diffusion 里面去输入什么,你想啊,生成这个精美的图片出来,都是那种很土的那种商业效果图啊,就是啊,所以我建议大家就是 去下载这个 c 位太上面的这个啊, realistic v 六零啊,这个非常好用,那么你想去修改你的某种风格,用 roller 模型去做啊,因为这个,嗯,大模型的话它的体积非常大啊,一个模型下载下来,就是啊,像这个啊,三点五八 八个 g 啊这个,而罗罗模型呢,通常来说就是三十几兆啊,就是这个就非常方便。罗罗模型他是什么意思?罗罗模型他你这地方也可以勾选这地方,比如你只要罗罗你不要切破,你就可以看到,好,这个就是我们看到的罗罗模型,罗罗模型比如说像这个他其实更偏向于一个固定的人物的角色,或者说一种画风。 那我们在做建筑的时候,比如说你想要做某种特定的这个建筑类型,或者说啊某种天气场景啊,或者说某种啊特定的画风,比如说我自己训练的一个插画风,对吧?那么你就可以去加载这个 lora, 你在这个大模型的就上去加载个 lora, 就可以很好的解决。就是啊,他你 想要某种特定的类型,或者某种特定的风格,或者某种特定的这个角色啊,这这些事情就是。嗯,因为你要去训练,比如像这个罗拉,这个是一个古风的这个模型的话,你要去训练一个古风的大模型的话,其实啊一个是他的这个训练的成本会更高一些,另外 这个呢,就是他的这个体积很大。第三个你可能还会污染,就是那个大模型,因为你大模型,我们大模型更多的是强调一个通用的他的泛用性啊,所以我推荐大家去用这个 啊,就 c 站上这个下载量非常高的这些,因为他是经过检验的,你看这个 tigpong, 就像这个,这个都是啊,零点二 m, 这个就是迷恋,对吧?就是 百万啊,就是几两几十万的这个下载的,对吧?就是,好,然后这个下载下来之后呢?如果说你下载不了,你可以再用我的这个啊,我另外一个常用的就是 sd 一点五,就是这两个啊,这个是原版的这个 stable q 型,他自己啊产的这个大模型,那么这个经常是用来训练这个 lora 用的,就是,我就是常用,就这两个就行了。你把这个复制到你的安装部录下面的,这个是大模型啊,这个复制到你的安装部录里面的,这个啊, models 啊,这个下面 我们找到这个 stable diffusion 啊,把它复制到这里面来啊,这个还有一个叫 chill out mix 啊,这个这个是画人用的,就是你们如果有需要的话就是可以自己去下载啊,就是在这个地方这个 chill out mix 啊,当然这个是一个十八加的一个内容,就是我就我去展示了啊, 嗯,然后啊,罗软模型的话,你下载下来之后呢啊,我这地方下载好了一堆啊,罗软模型,罗软模型的话我从 c 站上下载了一些啊,然后我这个带有预览图的,因为我有 c 站助手,然后自训的。这个啊,我自己训练的这几个,你可以把这个模型呢一起啊复制到 models 啊,这个地方,这个罗乱, 这地方有个 loler 啊,把复制到这里面来就行了,当然你可以自己去下载一些额外的其他的你感兴趣的在这个上面啊, c 站上面有一个 architecture, 我们把这个啊这个地方不用改好,这就是建筑的一些 loler 啊,你可以去下载 有些你自己感兴趣的就是好,这个是柔软模型啊,然后下一个呢是这个 ctrl light 的模型, ctrled 模型的话是,嗯,他的下载地址呢,在这个地方啊,这个哈根 face 上面,然后我们现在用的是一点一的这个版本,那么你去把这些文件全部下载下来啊,这个 下载下来之后呢,你把放到这个路径里面去,我们放到这个安装目录下面有一个叫 extension, 然后这里找到 ctrl light, 然后这里面还有一个文件夹叫 models 啊,然后在这个里面你把它复制进来。好,你也可以直接复制我的这个模型啊, ctrlite 模型,就把这个里面的这个 ctrl a 啊,这全部复制到这里面来啊,就可以了,反正我是从这里面复制出来的。好, 那么 ctrl letter 的话,它更多的是去控制的,它跟我们出图的这个啊,风格这些没有什么关系啊,更多的是控制我们的这个图片的这个线条啊,它的这个边界啊、结构啊,这东西啊,这个是啊,这三个的区别,那么我们我 自己实测下来,我推荐大家用 realistic 这个 v 二零的这个去做建筑写实的风格啊,完全够用了。就是比如我这方加载一个我自己训练的 lola, 然后我再把这个预设加载进来。好,我再把这个 lola 加载进去啊,你看到点一下生成 好,这个就是我们这个生成的这个结果啊,除了中间这两张有点奇怪,我觉得其他的效果看着都还可以啊。就是那如果说我们不去加载这个 logo 啊,我们看到他这个表现就会啊,差很多,我们再生成一张试一下,生成一轮, 对吧?这个就是我们最开始测试的这个,这个是没有加的 over 的,那么这个大模型啊,就是为什么?就是哦,不太推荐大家去用一些这种啊 奇奇怪怪的这个建筑的模型啊,比如说他训练的他,他训练的这个底图位的全是这个高层综合体的这个图,那有时候我,比如我就想要一个低层建筑的这个,对吧?我们可以去看啊,之前 一轮的,比如说我就是想要啊,他这个是我们之前生成的穿,对吧?他就是这种这种类型的这个建筑,那有时候我就是想要这种楼层矮一点的,但他是如果训练集里面全部给的都是比如他,他全部都给这种超高层的这种建筑,然后他去给他打标签, architecture, architecture, 那你输入 architecture 对应的就是 就这种类型的,他就把你的模型给污染了,就这个意思。就是所以我觉得用通用的这种大模型泛用性会更好一些 啊,这是我啊目前的一个理解吧,就是如果说后面出现的有说啊,有一个建筑的这个大模型训练的非常非常好,那么啊,也有可能我们可以去尝试一下啊,后面再给大家去做一些更新, 包括像这个啊,车站上下载量一个非常高的一个模型,就是这个我测试下来他的泛用性并不好啊。就是啊,他只是在特定的这种小建筑上面表现还可以啊。那么关于模型我们就给大家讲到这。

大家选 logs 是不是都这样?记住这串串英文名是哪个类型的劳拉呢?如果碰上英文不好的,还要去西站看看记录才能工作。现在跟大家分享一个 stable defusion 新手都不知道的小知识。第一个,劳拉面板,这里其实可以看到对应的图片的 lola 面板默认的是灰色,这种没有图片的,有了缩略图,想要用哪个 lola 看到图片就方便很多。现在带大家怎么操作?我就以国风二这个 lola 为例,先到西站找到它对应的图片, 随便找到一张图片保存到桌面,然后拷贝到 lola 的文件夹内,把图片的名字与 lola 模型的名字改为一致。 记得图片的后缀必须是 p n g 格式的,如果不是把它 它改为 p n g 格式。回到捞的面板,刷新对应的图片就显示出来了,以后想要选捞的就方便很多。关注我,每天分享 ai 小干货!

当你想要实现某种画面风格,却没有相应的 lower 模型怎么办?跟着我一分钟快速实现图片风格变化。首先我们需要给 control net 配置 style 模型, 放在 extensions 文件夹下的 control net 扩展文件夹中的 model snake。 然后来到文声图界面,输入好提示词,配置好参数,调试出满意的图片效果。 打开 ctrl net 与处理器选择风格,转移模型,选择 style, 上传你想要实现风格的图片,点击生成即可。还可以结合 controlnet penny 算法固定人物或者物体的轮廓和细节。比如这个水杯,点击生成,就能设计出钢铁侠风格、赛博朋克等风格的水杯了。我是菊大,分享更多 ai 干货!

你知道吗?你现在看到的这些图都是我通过训练 lower 模型自动生成的。可能你会觉得训练 lower 很复杂, 其实只需要四个步骤就可以完成属于自己的 lower 模型了。先关注收藏,防止下次找不到我了。首先你需要有一个拍葬环境,你可以输入这个地址去下载拍葬三十以上的版本。安装的时候记住一定要勾选这里, 然后命令行中输入 python 杠杠 version, 出现版本号代表你安装成功。打开 powershell, 输入 set execution policy execution policy remote sign, 选择 yes。 接下来运行 laura 训练安装包中的 install c n p s e 此时 会安装一些依赖包,我们耐心等待,安装完成即可。创建两个目录来保存图片素材和处理后的图片。第二步,素材的获取。你可以自己准备素材,我为了方便自己写了一个拍葬爬虫脚本, 素材获取完毕后记得一定要把不合格的图片删除掉,这一步非常的重要。第三步, sd 中图片的预处理和 lower 训练的准备工作。指定路径和配置向后开始预处理工作。 这一步就是对每一张图片打 tag 标签,为了保险起见,可以对图片跟标签进行二次检查。将底膜放到 laura 训练的 sd models 目录下,并命名为 model safe tensors。 进入 train 目录,创建 laura 模型目录名称,这个名称前面应要跟数字表示图片的训练次数。 双击 a, 启动脚本 bat, 启动 laura 训练的 web 界面。点击新手,把刚才改过的底膜名字进行覆盖。路径选择刚才自己创建的 trim 目录下的目录名称 尺寸按照预处理时的尺寸进行设置, 自动保存轮数设置十六到二十期间的数值, 最大训练数选择十五到二十之间的数值。我们还需要将预处理后的图片和提示词复制到春影下带数字的目录中,然后点击直接开始训练。这个过程相当的漫长,根据你图片的 数量和训练轮数来决定训练的时长。经过几个小时的训练,终于结束了。将 output 目录训练好的模型放到 s d 的 stable diffusion 目录中, 最后一步,重启 sd 的 vab 目录,然后就可以选择你自己的 lower 快乐的生图了。怎么样,学会了吗?学会了就赶紧去试一试吧! 视频制作不易,喜欢的小伙伴就关注一下我吧!