对于大模型的训练,你只让模型自己按照无监督的模式进行训练是远远不够的,依然还需要高质量的标注数据,对模型进行调整好。首先我们第一步来看呢,要生成高质量的监督学习的数据。 前面的无尖度学习啊,是先生成一个基本模型,这个模型呢是对这个语言呢,有一个系统性的结构性的学习,他可以学习到语言中啊, 基本的知识他都能学习到,但是但是他是比较粗的,比较粗的,如果说你要对他进行优化,必须再进行微调。注意了啊, 你要进行微调的话,这个我们所谓的监督学习监督学习的话,需要第一步需要精准和高质量的标注数据。就是你需要非常精准高质量的数据。这里面的标注数据指的是什么呢?是指 是人类对于问题的各种高概率的回答,就是说人是怎么样来回答问题的,哎,人是怎么样回答问题的。比如说我说你好,那么一般来说他的输出也是你好。 就两个人的正常对话的情况下,我说你好,你也说你好是吧?你不会说,一般大概率情况下,你不会说别的,这就标注数据。标注数据就是说人和人之间对话,正常情况下,高概率的反馈是什么结果,需要大量的这样的数据是吧?
粉丝1.5万获赞6.4万

为什么别人练的模型精彩万分,你练的模型惨不忍睹?问题出在哪?我认为主要是对于基础模型的选择和下载安装还没有特别的熟练明白没关系,今天手把手教你成为一个出色的炼丹师。接下来说一说模型的分类。 s d 常用模型大致分为五种, 第一种我们称为大模型或者主模型,大模型可以单独使用,拓展模型必须搭配大模型使用。第二种也是我们最常用的,其实是除了官方模型之外的主模型,叫做 checkpoint, 你甚至可以简单理解,几乎所有模型都是基于官方模型作为底膜来进行训练得到的。第三种说它是模型,但其实外更像是个滤镜,在生成图片过程中搭配着主模型使用, 起到调色和微调的作用。第四种, embedding 模型,又叫 texture ingresher 模型,需要和主模型一起搭配使用。 embedding 可以简单理解为题词打包模型,它可以生成 指定角色的特征风格或者画风。最后就是最近最火的 low 模型了,他最大的特点就是几乎图像上的信息他都可以训练,并且还原度非常高。现在网络上流行的很多 ai 真人绘图基本都是用的这类模型, 甚至你可能会看到很多画出来的网红形象都很像,这是由于他们用的是同一款 laura。 推荐两个免费 stable defusion 模型下载网站, 第一个国内 ai 分享网站,上面有很多可以直接下载使用的 stable diffusion 模型,用过 c 站的朋友会发现他们的页面布局、使用方法都是很相似的,对于没有魔法的朋友,这是最好的选择。第二个就是 c 站上面模型十分的丰富,公认的 stable diffusion 模型网, 遗憾的一点就是它是国外的网站,国内不能直接访问。下期视频推荐几款我常用的模型,记得一键三连点点关注呦!

大家好,我是老克,平时经常有小伙伴留言或者私信询问关于 stable diffusion 软件和插件安装,还有模型下载之类的问题, 其实基础教学晚餐已经有很多了,我今天就简单的介绍一下我的 stable 的培训资源,并和大家分享内容,非常的新手相,希望能对有需要的小伙伴有所帮助。 关于 stable df 选的硬件需求,其实这个要看大家对生产时间的忍耐程度了。 stable df 选本身可以在没有独立显卡的情况下依赖 cpu 运行,但速度会很慢,建议配置是使用六 g 显存以上的显卡,最好是 n 卡,内存不低于十六 gb, 它运行的过程当中 gpu 的负载会很大, 所以散热差的笔记本电脑是不推荐的。如果不想配电脑,也可以考虑租用云主机,我现在使用的云端主机运行速度就比 比我的电脑要快很多。关于怎么安装 stable diffusion, 因为我本人使用的是 windows 系统,使用 a 卡和苹果系统,目前来说安装还比较繁琐,我也不是很了解, win 系统的话最好是 win 十版本以上,过低的系统容易出现兼容性问题。大家都知道 stable diffusion 是个开源免费软件, 可以部署在我们自己的电脑里面,我使用的是喵手的整合包,在这里我说明一下,我目前安装的整合包只是适合我自己的系统环境和使用习惯,而且我下载的时候版本还是比较早的, 后来通过不断的升级,界面已经和刚安装的时候很不一样了。有些小伙伴问我的 controlled 插件为什么是汉化版本的,那我的整个包里面他已经是自带汉化插件了,所以后面再安装的插件也是汉化版本的。每次打开启动器,在一键启动之前,我建议大 大家在版本管理下面要检测一下更新软件主体更新不会很快,选择稳定版的最新版本就可以了。扩展就是插件这一块,几乎每天都有更新,像红色的这些都是可以更新的插件。 这里面有一个无法直接更新的是因为它属于非 get 安装,是直接拷贝的,所以没法在线更新。这里就要说到 stabbed 培训的插件安装问题了,最简单的方法就是直接把下载好的插件包解压缩拷贝到软件根部,录下面的 extensions 扩展文件夹, 这种方法的缺陷是无法在线更新。如果知道插件的 get up 地址的话,我们可以在扩展下面找到,从网址安装,然后输入地址直接安装就可以了。安装完以后记得应用更改并重启。不知道插件地址的话也可以在扩展下面找到, 可下载点一下加载扩展列表,找到你需要的插件,点击后面的安装就可以,也可以输入关键词搜索。安装完以后插件会出现在已安装下面,我们也可以在一开始的启动器的版本管理下面找到它。 装完插件我们来讲讲模型。第一个要知道的就是 checkpoint 大模型,在软件界面的左上角第一个按钮就是用来切换大模型的。 大模型是什么呢?我们可以把它理解成为风格级,每一个模型都是用海量的图片训练出来的,模型的质量决定了我们出图的质量,同样的提示词,用不同的模型出来的效果是完全不同的。 大模型的容量一般有几个 g 安装位置,我们来到 stable dc 选根目录,这个根据整合包的不同名称会不一样,我的整合包解压以后是这个名字。根目录下面有一个叫做 models 的文件夹,在里面找到 stable defusion 目录,这里就是我们存放大模型的地方,大家可以看到在每一个大模型边上都有一个同名的 png 文件,这样在模型选项里面就能够看到预览图了。刚装好 stable defusion 的时候没有模型,我们可以通过启动器里面的模型管理来进行下载。 点击刷新列表,看到有很多大模型可以下载,点击右边的这个按钮就可以下载到本地硬盘。下载完以后,模型会出现在刚才说的那个 stable 级飞雪目录下面,这个方法下载的模型他不带预览图,所以你得清楚自己想要什么模型才行。 大部分人会到西站下载模型,因为有预览图一目了然。国内现在也出现了很多原创或者转载的模型网站,我在这里简单的介绍一下我的必备大模型。按照风格,我把它们分成三类,二 次元、二点五 d 和真实系。二次元和真实系好理解,二点五 d 类型的模型其实就是介于这两者之间,我个人还是比较喜欢这种融合了写实和二次元的独特风格。这类模型我重点推荐 ref animated, 大家在我之前的教程里面也经常看到这个模型,如果说 stable diffusion 只能保留一款大模型的话,我会毫不犹豫的选它。这个模型可以用最少的提示尺获得惊人的效果,对于科幻动漫场景出图都很友好。 其他的还有 is real mix 和 never ending dream 也是比较推荐的。真实系的大模型有很多,目前我最喜欢的是 deliberate 和 realistic vision vr 点零,这两个相对来说适用性比较广,出土质量也比较稳定。至于晚上大热的 chill out mix 和 b i a 这种偏向人像出土的也 可以选择使用它们。二次元的模型就更多了,数都数不过来,像 counterfeit minimix, 九五二七这些都是我的选择。 除了大模型,我发现大家还很关注我的 v a e 模型。 v a e 是大模型右边的这个按钮,它的作用是让我们的出土不会灰灰的,可以理解成为后期调色里面的邋 t。 加载 vie 以后生成的图像就会变得鲜艳,不同的 vie 色彩饱和度和对画面的微调都会不一样。有些大模型会自带 vie, 也有大模型会有说明最好使用哪种 vie。 下载完以后的 v a e 模型,拷贝到 models 文件夹下面的 v a e 里面,我会把我经常使用的几个 v a e 模型也打包分享给大家。还有大家关注度比较高的硬板点,这个我们可以理解成为提示词打包,有的时候我们需要手动输入 很多不要让 ai 生成的内容描述,这个就是反向提示词。而我们经常使用到的反向 inbend 模型,相当于集合了大量的相关负面提示词,只要点击一下就能够省去我们输入的烦恼。这个模型的后对名是 p t, 文件很小, 存放在根部下面的硬板点文件夹里面,这些同样也分享给大家。接下来是罗拉模型,罗拉模型是一种小模型,他可以用相对较少的数据训练量来改变大模型的风格。 我们可以拿罗拉来生成特定的人物特征,包括脸型、动作等等,也可以拿它来生成不同的画风,比如说小人书、大头娃娃等等。 罗拉模型是几种模型里面数量最多的,风格也最杂,我在这里就分享少量的罗拉模型,大家还是看自己的需求到网上去自行下载。关于模型这一块, 最后还是要建议大家不要贪大求全,毕竟太占用硬盘空间了,而且也会影响软件的加载速度。在这里我介绍几个模型下载网站,大家根据需要自己可以下载使用 关于 stable defusion 的配置,掌握了这些基础知识,我们就可以愉快的玩耍了。至于其他的高级应用,我会在后续的分享里面陆续给大家介绍。好了,今天的分享就到这里,我是你们的老朋友,设计师老客,我们下期见。

今天来讲一下 m g s d 自由的喷涂感受啊。这台抛开价格不谈,它的分色分界量, 呃,包括它的紧实度,模型的拼装的感受,可动,都是比较优秀它。但是呢,比较尴尬的一点就是它的价格比较虚高,现有的情况下呢,还是需要做一点小色差分色来提升层次感。 那如果把价格的因素加上,那我就是觉得这一款不是说特别的值啊,因为在这个价格基础上,那三百块钱左右啊,可以买到更加优秀的模型啊。现在价格比较虚高啊,不太建议大家现在入手。 呃,还有一点呢,就是他的缺点啊,很多的随口位置啊,他位置非常的阴间呢啊,这点就很难受。那其他的呢,就是他的整体的骨架,还有其他的都是比较优秀的,还是可以的。

如何训练自己的模型?这里就是用的老马的图片训练的,怎么做呢?上教程访问这个狄冰云部署来训练傻瓜式的单机部署。 注意,这里要上传图片的说明,上传你要的图片, 查看你上传后的图片效果,训练你的数据模型, 加载你的数据模型就可以玩了哈。 想知道更多的 s b 小知识,加个关注喽!

大家好,今天我们来说一下秋叶大佬的训练劳尔模型的整合包工具 sd 春呐,他的这个整合包呢,跟我们之前讲的这个扣呀 ss gui 的这个训练训练参数呢?训练源码和模型 是一模一样的,只不过这是秋叶大佬进行了一下整合和优化,还有中文化,也就算是中文化的版本。那么我昨天试着用这个秋叶的这个版本呢,训练了一个模型,我是找了圣斗士的图片素材来训练一个模型, 训练好的模型呢,只有三十六兆,但是也可以用了。训练完成的模型是这个后面不带编号的这个模型,将这个模型呢复制到 stable diffusion 里面来,我们去使用这个 lower 模型,因为这个我们训练这个模型是 是二次元,是动漫的吗?所以说在 sleeper defusion 里面 check point 这个模型,你要选择一个二次元动漫的一个模型去给他生成。一开始呢,导入这个模型会发现我们生成的图片这种已经花掉了,模糊不清楚了,这是由于我们训练 过泥河的原因。过泥河的话,我们就把这个 lora 的这个权重呢,从一给它降到降低一点零点六到零点八,可以偏向于我们这个 lora, 但不至于过泥河。你设置为零点四到零点五的话,它是偏向于拆个 pose 模型,而仅仅加了一点这个 lora 的元素。 后面呢,我把这个权重给他降低,降到零点六以下,零点零点四到零点六,我们看一下结果, 那么这个输出结果呢,就能保持保持好我们这个画面的完整性,还能够加上圣斗士的这种铠甲元素, 就生成的模型质量上来说,秋叶大佬的这一款工具呢,和我们之前用 koya s s g u i 的这个工具去训练出来 模型,结果呢,其实是一模一样的,没有没有说谁好谁坏,只不过秋叶这个是更利于偏向于新手,而且不需要原码安装,直接解压缩就能用。那么他的这个安装包呢, 我已经上传到我的网盘里面了啊,也分享给大家,可以去下载了,大家可以去直接去找雀跃大佬的 这个下载地址,也是可以的。那么之前呢,我出过八戒以下现存宝马训练的安装与操作步骤这个详解,那么讲的就是我们这个 扣一 s s g u i 的这个训练教程。那么之后呢,又出了一个 local licurice loha 训练模型的这个方法都是八界显存以下的训练,所以说我们这个秋叶大佬的这个整合包呢,其实也是低显存可以训练的,也是八界以下的。他这个操作非常简单, 我来给大家就是讲一下他这个操作,我们下载好他这个压缩包之后解压缩,你用国内加速更新或者是强制更新都可以,这个看你有没有魔法了,如果你有魔法的话,你也可以用国内加速啊, 但是同时呢,你又能用这个强制更新点一下,这强制更新呢就开始更新一些库,更新完成之后, 我们点击这个启动脚本就可以直接一键启动了。一开始我们启动界面是来到这个界面训练通用模型,这一边你要设置一下通用模型呢,就是用来训练罗拉模型的基础模型, 它存放在 s d 杠 models 这个文言夹里面,你可以去你之前的 stable diffusion 的这些模型里面呢,去找到你的这个 v 一点五或者是 v 二点一的这些基础模型。 行,去给他复制到我们的这个文件夹里面,然后呢将这个模型基础模型的模型名字呢给他粘贴到这里面就可以了。那么下面这个数据及设置呢?也就是放在这个 trin 这个文件夹里面,我们来看一下,在这个 trin 文件夹里面, 这个你可以新建一个文件夹,我的比如说这是我自己创建的一个文件夹,然后里面放图片的数据集,名字呢也有讲究。嗯,在里面再创建一个文件夹,然后前面要打上一个数字,后面横杠,然后后面跟名字, 前面这个一百呢,什么意思呢?比如说我们这里面有十六张图片,那么前面这个一百就是将我们这个十六张图片呢,训练一百次就是一百,乘以十六就是一千六,那么一千六呢?再乘以我们这个训练相关参数,最大训练轮数十, 那么一千六再乘以十,也就是总共要训练一万六千步,训练一万六千步呢,大概需要四个小时,我是十二 g 的现存训练了四四个小时。那么来说一下这个正则化数据路径,这个是用来存放你的正则化。什么是正则化? 就是在之前的啊,训练 lora 的,训练 lora 分类图片的时候给大家讲过,这里面是放分类图片级的啊,如果大家不知道分类图片级是怎么来训练设置的,可以去看我前面的视频 lora 分类训练,那么下面呢是一个分辨率五幺二乘五幺二的,如果你现存 很低的话,设置成五幺二乘五幺二的,中等的话设置为七六八乘七六八的,高档的话你可以设置为幺幺零二四乘幺零二四。好,下面这个保存设置呢,这个我们要起我们的 logo 模型最终生成的文件, 这是输出目录,输出目录保持默认,你不要变啊,因为这个也不影响你。然后下面是这个每几轮保存一次,他是每二轮保持保存一次,那么输出的这些模型的结果呢?就是二四六八啊,每过二保存一次,但是呢总共他要保 我总共他保存五个模型,这个保存五个模型呢,也是你自己可以设置,你想保存十个就保存十个,想保存一百个就保存一百个。 好,下面这个相关参确认相关参数,这个十呢,一般我们也是保持默认不动,如果你这个设置设置为二十呢,一千六乘以二十,你就三万二了,三万两千步了,你就再加四个小时 pc 大小啊。如果你显卡非常好的话,也可以设置为二,显卡一般设置为一。学习率,这个默认保持不要动,因为他这个学习率呢啊,跟我们之前 在 step 第六任这个学习率显示的方式不一样哈,因为我们之前显示的方式都是零点几,都是数字,他这个啊不知道代表什么,大家可以去学习一下秋叶的这个参数的这个概念,这个保持默认不变啊,这些都是保持默认不变的,大家可以看他下面的这些中文解释吗? 这些中文解释一般都能看得懂啊,忘了给大家说那个数据级是怎么来训,数据级是怎么来产生的? 数据级是在这个 wd 一点四这个标签器里面,这个标签器里面我们把这个数据级目录呢,也就是我们这个 trend 这个文件夹里面这个目录 路径给他复制一下,给他复制到这里面。下面呢参数我们保持不变啊,我们直接点启动就能够生成这些数据及文档了啊,我们还回到新手,这里面这些可调的参数也是比较少 啊,我们就可以保存一下我们的这些参数,也可以读取我们刚才保存的参数,也可以删除进行管理。下面呢我们直接点击直接开始训练,就可以直接开始训练我们的模型了,如果你对参数比较了解的话,你可以选择专家模式、 自然模式,这里面可调的参数更多,更为细节一些。那么既然我们是用 ai 啊,当然是让他更简单更好,我们更希望呢是 用一键导入别人设置好的参数去进行训练,因为我们自己去设置参数参数的话,我们对概每个参数的概念并不清楚啊,也不知道生成的结果会怎样,那这里面呢还有一些参数讲解,大家如果想学的话,可以去学习一下这些参数讲解 好了,那么今天呢,关于这个秋叶版的这个低配版 lower 训练的整错包呢,就给大家分享到这里,如果大家觉得有用,那么请为我点击关注加三连,我们下期 ai 课程再见!

今天这条视频一次性带你了解清楚 c body face 里面那些模型的相关知识。如果你已经根据我之前的教程安装并且了解了整个界面的使用之后,你可能迫不及待的就去写一个提示词来尝试作图了。 但是呢,当我们生成图片却发现怎么我的效果跟网上看到的那些差那么多呢?这里就要讲到 cbd 飞神里面非常依赖的一个东西,就是模型作图的质量还有可控性,跟你的模型有直接的关系。接下来我们一一的来介绍。首先第一类就是大模型,也就是我们常说的底模,在界面中是在这个位置, 这个底膜就代表是给 stable dfishen 这个画家所学的知识包。我们刚装上软件的时候,应该只有 edison 这一个底膜,如果你用这个底膜画出来的图大部分都是二次元的,因为这个学习包主要是包含二次元。如果你想让 stabledifection 能画出更多的类型,那你就需要给他安装更多的大模型。这个大模型一般都是以这两个后缀来结尾的,并且他有一个 特征就是体积会相对来说比较大,至少应该在两 g b 以上。比如说这里我们尝试一下我用 anything 做图是这样的,当我切换了另外一个模型之后,再来跑一遍这个图,我们就会发现同样的指令,同样的设置,但是这个风格就更接近于真人。所以说想做什么样类型的图片大模型大家一定要选清楚。 那这个大模型我们应该从哪里下载呢?在我们这个启动器里面就可以直接进行下载。首先我们找到模型管理,在第一个 say body face 里面的模型就全部都是大模型,我们可以看到它的大小以及它的名称,同时我们可以在这里搜索来进行 下载,在这个位置下好的模型,它自动就把我们放到了对应的文件夹里,我们只要点击一下刷新,它就会全部显示出来。如果是我们手动下载的模型应该放在哪里呢?这个时候需要打开我们 say body fashion 的根目录,然 在根部录中找到 models 这个文件夹, models 里面有一个 stable diffusion, 我们只要把大模型放到这里,同样的回来刷新一下,他就会出现。正常我们做图的过程 程中切换大模型是需要一定的时间的,点了这里之后是需要切换到后面这个控制台来看他这里的进度。完全加载完毕之后我们才可以开始使用。第二种模型就是目前使用率比较高的 lorry 模型,这一类的模型主要是用于精确的描绘某件事物或者某种风格,他的体积一般来说在几十兆到几百兆之间。 对应界面中的位置在哪里呢?在我们右侧的这个生成下面有一个显示扩展模型,在这个位置里面我们找到,然后点击刷新,就会呈现出我们所有的这个 low 模型。那如何来使用它呢?我们只要点击一下,它就会自动把模型的关键词输入到我们的正向提示词中,我们再来点击一下生成。刚才我用的这个是汉服, 当然我所有的指令都没有调,这个效果是比较差的。使用当中我们还要注意两点,第一点就是所有的 lore 在下载的时候,我们都要确认它的底模型是什么,炼丹师在训练这个模型的时候,他是有用到一个大模型来训练的,如果我们这个大模型没有匹配上的话,单 使用这个效果也是不好的。第二个 lori 的最大权重值不能超过一。有时候我们也学会混用 lori, 比如说一个汉服的加一个国风的,我们两个 lori 同时生效,但是这个时候呢,他后面的这个比重加起来一定不能超过一,比如说我想两个混用,这里就需要给他改成零点三,那这里就只能给他改到零点七以下, 这样来使用,他才可能两个同时作用,如果超过一,这个画风就会崩坏。初学者,我们不建议混用老人,因为你很难控制他的风格 模型,他的门道还有很多,后面我们会单独开一起来讲这个老人模型,那他如何下载呢?还是我们刚才的启动器中找到这个老人模型,在这里面可以有各种各样的风格下载,下载好之后 别忘了在这里点击刷新。那如果我们自己下载的 lorry 模型放在哪里呢?跟刚才一样,在主目录中找到 models, models 里面有一个 lorry 文件夹,我们把它放在这里就可以了。第三个类型就是 vae 模型,这个我们上 视频也提到了,我们把它当做滤镜来使用就好,如果不加它的话,我们的整个画风会变得非常的苍白,当我们加了这个卫衣之后,它的整个的颜色会更鲜艳一点, 建议新手可以不太考虑来更换这个,目前很多的模型中都已经内置了这个 v e, 当然我们如果想使用也可以直接在这里面下载,它的体积也跟 lori 差不多。第四个, abending, 呃,我们先来看一下它的位置在哪里,它的位置跟 lori 也是一个位置。点开这个显示扩展模型之后,在嵌入式这里找到 abending。 这个模型有些特殊,它的大小都非常的小,基本只有几 kb 到几十 kb, 这么小的模型能做什么呢?呃,我们可以把它理解为一个提示词的压缩包,它这一个简单的 词里面还包含了非常多的其他指令。这个在我们不考虑底膜,不考虑 lorry 的情况下,直接来使用,它可以从提示词的层面尽可能的还原他想要的风格。这个模型具体放在哪里呢?打开我们的主目录,然后在里面找到一般领, 直接放到这里就可以了。最后一个 hyper network, 这个模型确实不太常用,他是更强调于画风的一个模型。呃,我就给大家讲一下他在哪里使用吧。首先在界面中也还是在这个,一般电视的旁边就有这个模型。然后呢,同样的,我们可以在下载其中找到这个模型的 一些文件,可以来下载使用。以上呢,就是 cabledifish 里面常见的几种模型的类型,我们只有找到对应的模型才能配合提示词做出更好的效果。那现在虽然我们知道了可以在启动器里面下载到这些模型,但是它具体是什么作用 我也看不到效果,我该怎么去选择下载呢?这里就不得不提到大名鼎鼎的 c 站,接下来教大家如何在 c 站上面下载和使用模型。 首先进来建议大家在这个位置找到筛选器,在这里可以筛选我们想要的模型,比如说上条视频有讲到的大模型,还有 laura 这个呢,就是一边顶,以这个大模型为例,我们选择一下,我们随便点击一个进来可以看, 看到这个位置就是下载,直接点击就可以下载。下载模型之后如何生成像展示的图片这样的效果呢?我们可以点击这个感叹号,这里会展示所有这张图片的信息,包括正面提示词,反面提示词以及采样方式,还有就是他的大模型,也就是我们所要下的这个模型,以及他的提示词相关性,还有迭代步数, 甚至连他的种子也都写在这里,包括调过层数,我们把这个信息完全的复制到界面,再配合上大模型,就可以和他出来几乎一样的效果, 有些魔性。进来之后我们可以在上面看到他的不同版本,默认左边应该是他的最新版。然后呢,在这个下方我们还可以看到作者的一些更新信息,这个时候如果 你英文不太好,就可以点击翻译成中文,但是要注意我如果我们要复制这个地方的内容时候,我们一定要把这个翻译给他改回来,否则的话复制中文他是不太准确的。同时呢,有一个很重要的位置,我觉得就是在这个讨论区,如果有一些模 行作者粗心啊,导致没有把信息写全,很多时候可以在这个讨论区来找到他的对应使用方式,刚才的是大模型,现在让我们来看一下 loler 的使用方式下载的位置还是在这个地方,但是呢下载 loler 的时候我们要注意他的触发词,即使我们下载了模型,并且在这里面添加了他,但是呢我们还要有一个 触发关键词来触发它的使用,一般来说会写在这个地方,也就是说我还需要打上这个词才能调用它的效果,然后同时呢它的底模型有时候会写在这里,如果它没有写的话,可以在这个图片信息里找到,这两个一定要配套才能真正的实现图片中展示的效果,赶紧去尝试一下吧。

s d 叉 l 终于加入了 controller 的模型,不过这次只加入了开妮,但不深度, 还有 softi 智能边缘,还有 openpose 姿态,另外还新加入了 ip 的代夫特模型,还有瑞克勒模型。 这次更新可以看到有非常多的 controller 模型,经过我大量的测试,效果比较好的就这些了,建议其他不用下,这些模型我会整理好放在粉丝群还有视频下方。我们来看看这次的一些主要更新内容。 这次 sd 叉 o 也支持了 revision 和 reference 的处理方法,这两个只有一处理器是不需要控制模型的,一旦更新了 y b u i 一点六版本,部分插件会用不了,比如 tforn, 如果你要使用,那只能退回一下一点五版本,或者再装一个 y b u i。 关于显卡方面,显存八 g 自 十六 g 的推荐增加这个口令。形成口令的方法我上次讲过,只需要到 s d 跟目录拉到最下面,找到 wibo e u 这点半右键后点编辑,再把这串口令复制粘贴到这行的后面,记住空格别漏,最后再点击保存就行了。 显存小于八 g 的也是同样的方法,复制对应的口令去添加。如果你想和 cbdai 官方输出一样的图片,就像下面这样的图片, 你需要来到 c 波 dpo 上页面,点击顶部的设置,然后找到左边的 sd 选项,点击他随机处生成来源,选择 cpu, 再找到采样方法参数,点击他 拉到最下面,勾选上 p l, 使用 s g m 噪声倍率,最后再找到兼容性,点击它保留 d p m 加加 s 第一采样器这行的勾 选去掉都设置好后,点击顶部的保存设置,再点击重启 ui 就可以了。重启好后,选择 sd 叉幺的大模型,因为是画 sd 叉幺的图,所以一定要选他的大模型,然后去把官方画图的参数全复制过来, 粘贴到正面提示词框里,再点击最右边的这个箭头,所有参数都已经设置好了,最后再点击增生, 可以看到这样就与斯贝勒 dai 官方生成一模一样的图了,这也是为什么你复制他的作图参数,最后却生成不了一样图的原因。最后下面这些都是我在视频开头介绍过的 sd 叉 l 的跟错误认证模型,他们的使用方法和老版本的跟错误论使用方法一样的。 接下来我重点演示下新出的两个模型的作用。来到 say body feels 的纹身图位置,选择好我们的大模型 sd 叉幺一点零这个模型,然后找到下面的 controller 插件,这里记住你的 controller 版本必须更新到一点四零以上,或者和我一样打开它,勾选上下面的开启,再勾选上完美像素, 上传一张黑白老照片。控制类型选择来可乐,也就是后面有重上色标注,这个下面的与处理器和模型会给你自动匹配上,其余的参数都保持默认。点击这个箭头,把原图的分辨率同步上去, 分辨率就会自动同步到这里。需要重点注意的是, sd 叉 l 的模型是一零二四乘一零二四的图片训练的,所以这里的长宽都必须大于一零二四,不然徒手死你。再写上正面提示词,一个老人, 其他的都不用写了,就写这一个词。下面的采样方法选择 d p m 加加三 m s d e carras, 点开 s e 叉 l 是这个插件,你可以看到这里预示了各种 风格的骑手式,只需要选择你需要的风格,对应的骑手式就会自动加入提示词。这里因为是给老照片上色,所以选择照片风格,如果你看不懂这些风格,就点开网页翻译,这样妈妈再也不用担心我学不会了。 这个插件太好用了,我只需要写很少很少的提示词就行了。最后检查一下参数,这是个好习惯,再去点击生成。 wow 太喜欢这个 controller 了,上色效果非常好,甚至感觉还修复了老照片。可以看一下前后的对比,效果真的很棒,突然我就发现了商机。接下来我介绍第二个新的 controller 模型, 同样是来到跟厨房的插件的位置勾选上启用,还有完美像素,上传一张小狗的照片。控制类型 选择这个 ipadat 会自动给你匹配好与处理器和模型,但是这里注意,它是可以在 sd 一点五上使用的,也可以在 sd 叉 l 上使用。因为底膜是 sd 叉 l 的,所以这里模型也要选择对应的。 sd 叉 l 一定要与处理器还有模型对应起来,不然会爆错。 其他的参数我们保持默认即可,上面的宽高度设置为一零二四乘以一零二四。为了让图片更精细,点开这里的 refiner, 选择好 sd 叉 o 的 refiner 模型,其他的参数都保持默认。采用方法你们可以试试,别的我懒得改了,上面的提示词也可以什么都不写。点击生成, 可以看到基本上复刻了原图的小狗风格也是完成了迁移,包括原图里面的元素动作,每一次生成都会有一些变化,但是一次性保持挺好。接下来我介绍一个更好玩的 的,其他的参数我们都保持不变,然后把控制类型改为 revision, 它只有一处理器, 这里的预处理器选择下面这个,下面这个预处理器会忽略原有的提示词,其实选第一个也行,因为我根本没写提示词。再去打开第二个 controller, 同样点击开启,还有完美像素,上传一张猫咪的照片。同样控制类型选择 revision, 预处理器也选择第二个。忽视提示时,其他的都保持默认。这里教大家一个生成的快捷键,先按住 pro 键,再按一下按特键,就等于你点击了上面的生成按钮,就不用再拉上去慢慢点生成了。 ok, 完成了。可以看到小狗和猫咪的风格还有元素互相融合了,狗戴上了帽子,耳朵变成了猫咪的耳朵,是不是很有趣?这里再重新画 一张图片,换这个可爱的小东西,什么也不动。再按一次生成的快捷键,可以看到融合出来的东西,既有第一张图片的元素,又有第二张图片的元素。把第二张图片的动作还有光影与第一张图片的小狗融合了,我就不多做演示了,你们可以自己去闻一闻, 记得交作业。我最后介绍的这两个 controller 模型,在第一次使用的时候,终端会自动下载两个文件,但是我尝试了很多次都下载失败了。 不过最后我还是在哈根 face 上找到了,我会全部整理好放在粉丝群还有视频下方图片上标注了放置的路径。我那么贴心,要个一键三元不过分吧?关注我,让你在 ai 的学习上少走弯路。

sd 模型各个版本都有什么区别你们知道吗?版本不对,懦弱白训练,很多插件也无法使用。现在常见的模型由 sd 一点五, s d 一点二,还有最新的 s d 叉 l, 在本地部署 s d 叉 l 一点零之前,我们先来了解一下版本的区别。 sd 叉 l 是 swbodi 全新系列的大模型,在品质上远超 sd 吉他版本原生解析度,一点五的五一二乘五一二二点零的七六八乘七六八,叉 l 的幺零二四乘幺零二四。 为了得到更好的表现,模型的结构也发生了改变,简单的说就是模型的体积变大了,从 sd 一点五的七个 g 到 sd 叉 l 十四个 g, 而且现在是两个模型,一个贝斯就有十四个 g, 另外一个是 refiner 就有六个 g。 它的底层逻辑就是用贝斯来输出图像, 然后用 refiner 来强化图像的品质,而且这个强化也是非常明显的,尤其是在人像方面。 refiner 主要做到的就是对画面的降噪,还有就是画质的增强。现在的模型更强大,当然需要的显卡性能也需要更大, 想要完美的运行,至少需要十二 g 以上的显存,我的八 g 显存只能拉到四百乘四百。至于懦软, 呃,版本不对,当然也是不能使用的。就像 sd 一点五和二点零不相兼容, sd 叉 l 在改变构架之后,与过去所有的插件版本都是不相兼容的,但好消息是 sd 叉 l 训练可以使用低分辨率八 g 显存就可以胜任 ctrl letter 呢?嗯,暂时支持不好,还要等作者后续更新才可以使用。

在使用 sd 时,是不是经常遇到这样的情况,看到别人好看的图片,将参数复制下来,但是自己却生成不了相似的图片,很大一部分原因是没有选对大模型。 大模型的作用是定义图片的整体画风,通常是 c, k, p, t 和 safe tensor 文件。放在 model 文件家的 stable defusion 中, 大模型通常有几个 g b 的大小,可以在 web u i 界面左上角选择新加入的大模型,经过刷新就可以呈现出来。 c 站是一个丰富的模型库,喜欢的模型都可以在上面免费下载。目前用的最多的模型基本上可以分为三类,一种是二次元模型,比较偏向漫画插画风的。一种是写实风格的,偏真实系画风。 还有一种是二点五 d 模型,介于二次元和写实风格之间的模型,类似于三 d 动画常用的模型。我已经帮大家整理好了,需要的私信我领取哦!关注我,带你学习更多 stable diffusion 的用法。

你是不是费尽心机写了很多的提示词,却仍然控制不了画面的细节和色调? 今天教会你使用 ctrlnet 的太偶模型,只使用两个词就能够产生这样丰富细节的效果。首先我们来到利不利我 ai, 在这里找到一个合适的大模型,然后点击这里将它加入到模型库中。 加入之后,在上面点击在线 stable defusion, 我们就可以来到一个原汁原味的线上 stable defusion 的页面,在这里就可以找到刚才我们放入进去的大模型。 然后来到 png 图片信息,将一张图片儿载入进去,最后点击发送到文生图。因为我们要使用的是 ctrl net 的 tail, 所以说它的提示词根本不需要这么多,我们只要把主体给留下,就 比如说就留下来一个女孩,然后下面的副项提示词里面也是我们要删除绝大多数的,让提示词尽可能的精简。然后下面的放大算法,我们可以选择最后一个 ultra shelf, 下面打开 ctrl nice 与处理器的话选择 tile, color fix。 然后模型的话,同样的我们选择太阳模型, 使用 tar 的话,他的权重一定要给他拉低点,我们可以先给到零点三五,然后下面的变换,这个参数可以拉高一些,我们可以拉到最高三十二。 然后我们将使用这张照片作为 tail 输入的图片,然后我们来到最上面,点击开始生成。我们可以看一下生成的图片和原本 tail 的图片的对比,可以看到 生成的图片当中是借鉴了很多太阳使用的图片的一些元素,比如说他的一些植物,还有一些下面的花的一些关系,因为太阳模型本身,他就会将这张图片进行向下采样,也就是说首先把这张图片变得更小, 然后 ai 在这张图片里面给他添加更多的细节,包括画面的颜色。可以看到两张图片是有一定的课程关系的,我们使用太阳模型的话,可以让我们只使用很少的提示词,就能够达到很丰富的画面效果。 那么接下来我们还可以尝试使用这张图片,把它作为 tile 的一个参考图片,看一下生成的效果。那么从生成的图片当中,我们可以看到,它依然是借鉴了 tile 的参考图 片中的一些元素,比如说中间的这个蓝色的东西成为了人物当中的衣服的主色调,包括画面当中的这种曲线, 他形成了在人物背后的背景的这个地方。从整体的色调来看呢,两张图片的色调是基本上一致的,那么我们可以尝试使用更多的图片作为 tal 的参考图片,看看能不能出现更多神奇的效果。 保留相同的提示词和参数不变。 tile 的参考图选择一盘式子,可以看到生成的图片 和原图的构图和色调依然保留了很大的关联,他好像是把中间的这几个式子变成了一个人。再来看这一组图像,依然保留了太偶参考图的色调和细节。我们使用太 模型的话,确实可以让我们只使用很少的提示词,就能够做出很高细节度的图片。如果你电脑的硬件水平没有那么好,或者暂时没有办法用电脑做图,可以考虑来到利不利沃 ai, 使用他的在线 style titution 的功能。 它不仅可以使用多个 control net, 而且它的功能还算是比较齐全,比如有涂装图或者后期处理等。 他每天可以免费生成一百张图片,基本上一天是用不完的。喜欢什么模型,还可以一键添加到模型库里,方便我们调用。 大家可以多试一下。泰欧的这两个预处理器,真的很好用,使用他的话,记得要把权重给他拉低一点,效果才会更加明显。

嗨,大家好,今天给大家介绍一下 sd xl laura 的一个模型的训练,这是我训练的一个京剧脸谱的一个啊, laura 给大家看一下是这个京剧,然后把这关掉,然后模型选,选择的是 sdxl 一点零的这个基础模型, 然后提示词,呃,一个骑着摩托的人,然后有一个这样的京剧的提示词,后边加了一个劳软,然后我们点击生成看一下 其他的参数,都是默认参数,呃,只是把这个画幅的比例调成了幺零二四,然后采样步数调了三十步,然后我们看一下下,看一下, 很快生成了一个霸王骑摩托的图片,因为我的训练素材只是呃上半身的,所以他上半身会比较 贴切一些,下半身就有点有点怪啊。这个,嗯,倒不是太大问题,就是如果你素材选的好的话,量足的话,这个还是比较好的。我给大家看一下我其他生成的图, 这,这些都是这个人的脸谱,这这这提示词是喝咖啡的,就是这些啊。那现在来给大家介绍一下怎么训练。 s d x l the laura, 呃,是,首先我们我们进入这个 hacking face, 找到这个,呃,可以啊, ss 这个,这个东西你找一个自己的方便的文档,然后我到 e 盘吧,因为我 f 盘已经安装过了,我可以直接考考过去。呃,我这样考过来, 你可以直接从这儿靠的下边的下载这个压缩包就可以,当然也可以通过 get color 命令复制复制,然后复制这条地址,然后那样 下载,不过我觉得直接从这下载压缩包就挺好,然后我会把这些压压缩包文件直接上传一个网盘给大家使用,然后我们已经解压,解压完,然后打开这个文档,打开以后我们然后找到下 下边的这个这个 set set up b a t 这个文档,然后双击运行, 双击启动以后他就啊进入这个窗口运行一段时间以后呢,我们就在这里边进行选择,首先是输入一 安装这个模块,然后再选择,我看啊是选输入二安装必要的这些要求的插件,然后他就开始啊下载安装了 这个插件呢,它是没有进度条的,所以,呃,所以需要等待一会一段时间, 这里就安装完了,然后他让你选择计算机环境什么呢?这些直接回车,接下来选择,这是在这个电脑运行,然后直接点回车, 然后第二个问题,选择五分步训练,直接点回车,然后选,呃问题是否只用 cpu 输入文章 回车,然后问问这,这也是选弄, 然后这个也是 no, 然后这个 是 all 回车,然后这个选择那个是,呃 运算方法,按上下键就可以选择,选择这个,如果你显卡 ok 的话,正常的话选择 b f 幺六,用上下键选择,然后点回车, 现在我们的选项就完了,然后我们直接选六退出就可以,现在就退出退出了,嗯,可以直接关掉这, 然后找到这个这个文档。呃, g o i b b a t 文件运行,这个文件双击运行, 运行运,运行以后呢会有一个呃网址,我们就是在这个网址里边做相关的设置,输入这个网址之后呢就开始一些参数的设置,首先是进入,我们点击这个这边的这个 laura, 然后 train, 然后下边的这个原模型这一块选择 custom 这一个板块,意思是直接在那个模型基础上进行进行训练,然后文件格式是 seven tenth tensers, 这个可是这个大家应该很常见了。然后这儿呢是选择一个基基础模型,也就是,呃, sd xl best 一点零这个模型,这样你的电脑里边应该已经装了,这个 是在也你的电脑里边应该已经装了。这个模型通常是放在我们的 stable diffusion 外部 ui the models the stable diffusion 的这个文件夹下, 找到以后点选,然后打开被练到,这就 ok。 呃,然后关于这个模型呢,是在哈根 face 上,我会把这个模型的下载地址以及这个模型这个下载这个文件夹,这个文件直接上传一个网盘给大家用。 回到啊模型训练界面,这选勾选好以后呢,这勾选这个 s, d, x, l model 选这块,那这个界面就设置完了,然后 接下来来到 noratos, 来到这个节,嗯,来到这个界面,呃,在这进行设置,首先是这个提提示关键词,然后我输入一个 picking, 然后这儿呢是一个类别的关键词,我输入了一个 picking。 一, 这是我们的那个素材的原素材图的一个文文档文件夹。呃,因为我们训练 s, s, d, x, l 嘛,所以这块儿我给大家看一下啊, 这个这个文档里边是我找的原,呃,一个十一张图片的一个原素材,就是各种规格的都有,我们训练 s, d, x, l 呢,需要幺零二四的图,所以我们需要把这些图裁切成 这个文档里边的这种规正的图,这个怎么裁切呢?就是之前我们用过一个网站,这个这个网站网站打你打开以后呢点选这, 然后就可以选择你的这个原文件,然后这样全选 全选,然后这样打开它就会上传,全部上传,上传以后在右侧设置你需要的一个像素大小,咱们是幺零二四,设置好以后呢,你还能因为有些是竖图吗?你还能选 框,选框,选一下你的这个需要的部分啊,这样框选一下,框选好以后, 点击这个保存为压缩文档就可以,这是这我们回到训练界面, 呃,这块就是我们的已经裁接好的幺零二四的原素材图,然后这是一个正则,正则图片,我们这块没有直接删掉。这,然后这是一个设设置,就是训练文文档文件夹,然后我们点选这 这个文件夹的意思是我们的训练的 laura 的所有的这种中间模型呀,素材图呀,就是整个项目的文件都在这里边, 我你可以随便建一个文件夹,这是我建的文件夹 s d x l lara picking 这个文档,然后点击点选,点选以后我们这边就可以了,然后我们就 就可以点击这个按钮,点选以后可以看到, 可以看到我们的这个后台界面,就是,呃,这一条的意思是已经把啊我们的那个原图拷拷贝到啊我们的这个项目文件夹下边,我们可以看一下 这是我们的这个文档,然后这个这个文件夹下边已经有了这些图, 而且这个文文档呢都是系统自自动建的,然后这个他是有一定命名规则的啊,这个十呢是指我们选的十步,然后这是我们的那个,嗯,关键词,然后这后边也是,所以这 这块的文件夹名字不要动啊,这是这回到训练界面,然后再点选这个,呃,考配信息到文档,点选以后,我们可以看一下,回到这个文档,然后看这个 分栏,下下拉的就会把我们的这个文档的信息,文件夹的信息都全部拷拷贝到这边。 这是啊,这这一部分的内容相当于我们对整个项目进行了一个管理,那接下来就是对参数的设置,到第三个了, 到第三个画下下拉栏里边啊,这个栏里边这这块都不用动,然后这这是一个训练。 呃,步数大小,这是四十一就行,一到二,然后越小他的精度越高,当然也对你的系统要求也就越高。这是一个,嗯, 一个轮数轮数,我们这可以选择十轮。啊,那我们刚才选了十步,这又是十轮,那我们十一张图就是一千一百 一,一千一百步啊,这不需要选,这个是保保存的频次,也就是这是我选的一是每一轮都要保存一次,那十轮就是保存会保存十个。 呃,训练的 lord 模型,嗯,然后下边的这些,这,这是我们勾选的 这个,这个啊叫什么? 勾选这个 bf 十六,就是这个,是这种计算方法吧。啊,然后这选择二,这不用管,然后勾选这个栏和这个栏都需要勾选一下,然后这是这是一个学习率,和 这的这个参数有关系,我们是我们选择这个,我们选择这个的话,这的一个参数要改成零点零零零四, 下边还有一些,呃,这个学习率的参数,把他们都调成一样的数值,这三学习率有三个数值,然后我们接着继续往下调 啊,这是没关系的,这是有一个啊,额外的这种要求参数可以加,也可以不加,然后我这准给大家准备了一下啊, 油画器额外参数,我们把复制一下,复制然后粘贴到这个位置, 然后处理的像素大小,这很关键,我们要调成我们需要的幺零二四,幺零二四, 调整好这以后,然后还有哪这需要勾选,这是默认的, 然后这需要 调成零,这儿呢需要调成这个 content content, 我这有有一个表,可以参照这个表来调,别漏掉。 继续往下看,然后学习率这个需要勾选上,这个呢?哈弗 v, 然后下边的,呃,这个参数需要调成六十四,呃,这个也是直接影响我们训练出模型的一个大小,这上面就调完了,调完了,然后 把这个高级设置这点开,点开,这里边需要勾选一个,嗯,把这个 扭勾选,勾选,那就可以,那我们的这些参数就就可以了,然后点击,点击这里边开始训练, 然后我们来到后台看一下,可以看到我们刚才所有设置的那些参数,在这都会有一个访显示, 可以看到现在已经开始训练了,这是,呃,第第一个,我们总共十一个图片,然后他一个一个来, 那我这就不给大家继续看下去了。呃,大概需要一个小时啊,我是一个三零六 六零的显卡,然后十一张图片,十步啊,十个循环,总共一千一一百步吧,我三零六零的显卡是差不多一个小时,我之前训练的这个时间, 然后我们给的我给大家看一下,就是训练出来他是一个什么样的文档,哦,是上次我是训练出这样,他会有一个,这是原图的一个 文档,就是我们原素材的文档,这是十个文档,然后这些是一些中间文件啊,这个不需要我们管。然后训练出来呢,是在这个 model, 然后这十个十个文档,一二三四四五六七八九这九个文档是一个中间文档,因为我们设置了每一每 每一个循环就会生成一个啊模型这种文件,然后然后这个是最终最终的一个文档复制到 的外 u i models 下边的 laura 复制到这儿,这也是我上的这个训练的模型, 京剧这个模型,这就是我训练的模型,复制到这就可以使用了,就是我片头的,嗯,我片头用到的这个 lower 就可以生成这样的一些图。感谢大家观看,如果我的内容对你有帮助,欢迎订阅、点赞评论,谢谢大。

来,我们继续上次生成的一堆模型对不对?我们来看看这些模型怎么检查并使用。我们把生成的这些模型全部复制,然后粘贴到 ic 的插件目录里面去。 a 三胜所有的插件都在这个文件夹, 找到这个 networks 结尾的文件夹,打开里面的 model 文件夹,打开牢牢文件夹,粘贴到这里就可以了。打开 stable defusion, 点开 additional networks, 刷新一下模型列表,你就会在这里看到刚刚放进来的模型,随便选择一个,然后启用。点开下面的脚本,选择 xyz 图表 x 九,选择附加模型,一点一下后面的小说图标,其他的模型就会出现。 外轴选择附加模型一权重,外轴只写零点六,零点七,零点八,零点九,注意要英文逗号,这里是为了测试不同权重的效果。把宫格图边框设为十,然后填上关键词,我就 简单写一个女孩,加上基础词,然后就可以生成了。 much, much, much later。 考完以后你就会得到这张图,会显示你的所有模型在不同权重下生成的效果。横坐标就是你的模型名称,重坐标是不同的权重,我们就可以直观的看到哪个才是我们需要的,比如这个一堆马赛克的,我们直接 pass 掉。 我们可以看到零点六和零点七权重的都不像了,零点八和零点九就开始有那位了,依旧会更好,就可以得出最后的模型。零点八以上权重效果最好,那其他的模型就可以删掉了,以后生成图像的时候记得权重高一点就行了。

今天教大家训练自己女神的浪漫模型。首先我们需要一些女神的照片,基本要求是面部无遮挡,角度多样,精度越高越好。然后把图片放到这个批量采切的网站,让所有的图片规格统一,在右边可以设置图片的尺寸, 我这里是五百一十二乘五百一十二,然后调整一下图片的位置,就可以点击右边的 c 八, c c 就会把所有的图片都打包后下载下来。新建两个文件夹,一个音,一个二。把下载回来的图片放到一文件夹里面, 启动 stable diffusion, 选择训练,选择图片预处理,把图片的原函目标路径分别对应应和 out, 然后点击预处理就可以了, 你就会在二图文件夹里面看到这些图片。看文本,文本就是 ai 生成的图像 prompt ok, 到这里我们前期的准备工作就完成了,现在开始训练模型,我给大 大家的下载里面包含这两个文件。先安装第二个文件,也就是拍粉,因为我已经安装过,所以这里是这样的,提示你们安装的时候把所有的框都打勾就可以了,安装就是全程下一步就行了。然后打开这个文件夹,右键这个文件,选择使用 pose so 运行, 就会开始下载部署所需的运行环境,这里时间比较久,等一下 much much much later。 部署好以后,在这里新建一个村营的文件夹, 在这里新建一个静香的文件夹,在里面再新建一个同名文件夹,最前面加上数字六,代表我们要迭代六次。然后把刚刚凹出文件夹里的图片汉文本全部放进来,右键这个文件使用文本编辑器编辑。 这里的猫豆是底模型,选择一个你喜欢的就可以把底模型放到这个文件夹里面,注意文件名 一字,这个穿云 data 就是我们刚新建的竞相的文件夹,尺寸跟我们的图片保持一致最大。训练我们填二零 network game 我们选三十二,记住不是越大越好。真人模型我觉得六十四就很好了。 这里是你模型的名字,我选择 jacks, 其他的地方不要动,点保存。最后我们在这个文件上面点右键,选择 power, 稍运行就开始训练了。 much much much later 训练完成,你将会在这个文件夹里面看到你的模型,这些就是生成的模型了。 下一期教你们怎么用吧,看看我们半个小时跑出来的结果怎么样。

hello, 大家好,大家玩 stable defusion 应该有一段时间了吧,也下载了很多的大模型和 laura, 但是有的大模型和 laura 呢?它是有一定的触发词的,只有和触发词结合在一起使用,这个效果才会更好一些。 就比如说像这个汉服的 lara, 它是有相对应的触发词的,就是这旁边紫色的这个就是它的触发词,你只有和这种触发词结合在一起使用,才更好地去调用这个 lara, 它的效果才会更好一些。那么 回到这里,如果你的大模型和 lora 下载的比较少,那你这个还记得这个触发词,但是这个模型一旦多了之后,可能就不太方便我们记忆了,或者是你把这些触发词写在记事本上边啊等等之类的,但是不是那么好去调用。像我之前 前给大家去介绍了一个插件,就是 safeta ai 助手这个插件,它可以对这些模型进行管理,但是有的人跟我反馈它这个有一定的 bug, 很可能就是扫描不成功,而且只能扫描 c 站上边的一些模型,那从别的一些地方或者自己训练的一些模型就没办法去管理了。那么今天就给大家去介绍另外一款插件,就是这个 laura prompter to 这个插件,它可以很好的去管理我们的模型。那这个插件是怎么样的?我们一起来看一下,就比如说像这个汉服的这个 laura, 对吧? 然后你点击它,它会在这里去调用这个 lora, 但是它还有相对应的触发词,我们鼠标右击,然后我们点这个汉服,你可以看一下它的 触发词就放过来了,就是这个你可以看一下一模一样的这个触发词啊。还有一个你鼠标右击,你还可以加入试列图片的提示词,就是这些图片,你可以看一下这些图片都是 c 站上边扒拉下来的,那么就是这个 就是这些图片可以看一下的,那么你点这个图片,他就可以把这个图片的提示词,然后就是自动的就是转到这个提示词框内了,然后我们再把这个清除掉, 我们再看一下下边他还有试列读的提示词和他这个读的一些参数,他也可以去调用,但是我觉得他这个还是有一 定的问题,你可以看一下他这个地方都不对,你看大小很明显是不对的,对吧?然后还有等等一系列的,比如说这个我没有他相对应的底膜,我给大家去就是说介绍一下,我们先把这里清空,我们刷新一下嘛, 我们就以一个我有的,比如说像这个国风三,然后就是他这个图, 你可以看一下他的提示词是对的,然后但是他下边你可以看一下这个地方 大小是不对的,而且他的这些放大算法啊,这些都是不对的。比如说我们在这里生成,他是没办法去生成这张图的,是有问题的,可以看一下是有问题的,没办法去调用 它,是什么原因呢?比如说我们可以看一下哈,我们在 c 站上边去找国风三的模型, 就是这张图片,我们可以看一下生成这张图片它的参数,点右下角这个地方,然后 copy 它生成的参数,复制回到 stable diffusing 这个页面,我们先清空一下提示词, 把我们刚刚复制的东西粘贴到这里来,然后这里是它的正反向提示词,下边就是各种的参数,我们可以看一下, 这个是比较重要的,这个是噪声种子偏移,他是还原图片的,这是大小六四零乘以零二四。我们再往后看,这是他的采样方法,这是跳 过程是二,然后是高清修复采样的一个次数是六十四,放大两倍,这个是放大算法,这是他的一些参数,我们点这个地方,点这个箭头,他就可以帮我们自动的去配置好了,可以看一下, 但是它是没有这个差异,随机种子的这个地方是没有的,我们取消这个勾选,但是它多了一个覆盖设置,你可以看一下跳过层十二,然后这个是噪声种子偏移,因为我这两个都没有去设置,然后我们点这里生成,你可以看一下, 它就可以生成就是这张图片了,就是还原这张图片,就是这个,那么它这个插件这个地方是有问题的,这个参数是有问题的,我们看一下到底有什么问题。我们刷新一 同样,我们鼠标右击,然后点这个 点它,它的这个正反向提示词是对的,没有问题。然后我们再往下看, 它的放大算法是错的,它没有去识别是这个放大算法,然后它的高清修复采样次数也是没有识别出来,它是六十四的一个次数,大小也是不对的,是六四零乘以零二四。 然后我们再往下,他是没有这个差异,随机种子的,他这个地方是应该错了,应该是那个噪声种子偏移,所以我们这个不勾选那个噪声种子偏移呢?他是在这个地方我们点设置,然 后这里有一个采样器参数,下边这里就是噪声种子偏移,就是这个东西他是建议三幺三三七的,他不影响我们平时生成图片的。设置好了之后,我们点保存, 然后回到纹身图这个地方,它的跳过程是二,其他的参数我们也已经改掉了,改掉之后我们再点击生成,你可以看一下, 它就可以还原我们这张图片了,可以看一下,所以这个功能呢,它的这个参数,这个地方是有问题的,但是我们可以借鉴上边的这个,它的这些图片,它的这些提示词你是可以看的,而 这些提示词的话可以学习,我们可以结合这个提示词插件,就是这个地方,然后你可以把这些识别出来,把意思翻译出来,然后进行一些调整,你可以去学习生成一些比较类似的一些图片,对吧?那这个地方他是那个翻译有点慢,可以看一下, 就是这个插件,这个插件我觉得最大的一个用处不是在这个地方,而是在它可以去编辑你从别的地方下载的模型,或者是嗯,就是在 c 站上边下载,但是这边没有去识别的,或者是你自己训练的 一些模型,比如说像这个 lorra, 这是 c 账上边的一个 lorra 盲盒的这个 lorra, 然后你鼠标右击,它没办法去识别它的就是 提示词啊这些,这个是我之前就是测试了一下,就是没有去识别好他的一些触发词等等之类的,那我们可以点这个地方进行编辑,比如说像你自己训练的罗啊,或者别的一些地方下载的一些罗啊,你就可以在这进行编辑了, 这是他的名称,然后路径等等,这一等你还可以在这里设置一些就是权重,你调用他的时候,他就会使用这个权重。 然后还有这个建议的 lora 的一个分层控制,你也可以在这里进行编辑,然后这是他的名称和触发词,这是我之前测试的, 然后这是额外的描述专用的反向提示词,你都可以进行设置,设置好了之后点这里确认保存,就可以去调用这些了,这是一键的编辑。但是我不是特别建议大家用这个, 而是建议大家用这个高级编辑。就是这个地方,比如说像这里的名称,我可以去输入,我就输入一个盲盒这样的一个名称,然后触发词 c 账上边我们搜到 盲盒的这个模型,然后你可以看一下他的出发词,是这个,我们就复制一下, 然后回到这里,我们可以把触发词黏贴到这里来,然后这个是触发词的一个分类,你也可以进行填写的,然后这个是反向提示词,我们不管, 当然这里触发词设置好了,我们可以点这个加号进行添加,就是下边这是可以添加的,我们也可以点这个叉删除, 是也可以删除,同样我们点这个这个地方也是可以添加的,然后比如说我们在这里添加一个就是附项, 然后这个是它的反向提示词,比如说我就随便复制一个它的反向提示词 粘贴到这儿来,然后这里你反向提示词,你这后边儿要填写 y, 你还可以继续的编辑添加,都是 ok 的。然后这里也可以移除重复的提示,这儿是移除空白的提示等等。然后你编辑好了之后,特别是你自己训练的模型, 然后你是可以在这编辑的,而且你这里也可以就是说把你这上边的内容就是一行为一组,把它输入到这里,然后也点这个从文字框读取提示词,它也可以读取到这儿来, 明白了吗?然后如果你是军 boss 模型,然后去就是训练的,那你也可以点这个直接去抓取他的一个触发词,也是 ok 的, 然后这里你保存好了之后,对吧?然后回到这个纹身图,你可以看一下,就是这个盲盒的这个你鼠标右键,你可以看一下我们刚刚点的这个盲盒,我们先把这里清空掉,就这清空掉, 然后我们刚刚输出的这个盲盒,对吧?比如说我们点它,先点它去调用这个 lora, 然后 我们可以鼠标右击输入这个盲盒,你可以看一下他的触发词就已经调用好了,就是这个就是我们刚设置的,而且这里我们不是输入了一个负向,就是这个反向提示词吗?然后我们点他, 他这个反向提示词,这个地方就可以帮我们去录入进去了,就是我们刚刚进行设置的,而且这里是我们建议的模型设置,就是这个建议的这个权重,我们点他, 你可以看一下,就是我们刚设置的这个 laura 调用的一个权重是零点六,他直接是这样去调用的,所以你直接点他调用的是一的一个权重,但如果你是调用的那个建议权重就是我们刚设置的这个零点六,明白了吗?是可以进行编辑的,不管是在 c 上上边还是你自己训练的 模型,都是可以在这里进行编辑的。除了这个像 c 站上边,比如说像这个 就是这个模型,我们也可以就是进行编辑,现在是啥都没有,对吧?但是他是 c 站上边的一个模型,我们点这个编辑,然后来到这个页面之后,我们同样点到这个高级编辑里边, 然后我们可以直接从 safety ai 抓取配置文件,我们点它, 你就可以看到他是在 c 站上边抓取的这个提示词了,比如说我们在这里嘛,然后同样我们回到这个地方去输入这个模型搜一下,我们看一下他抓取的那个对不对?就是这个,就是这个 cute girl mix 四,然后它的 这个触发词就是这个复制一下吗?我们回到这个地方,你可以看一下,比如说这里我们粘贴一下,对吧?是一样的, 然后多的一些地方,你可以进行编辑的,就是这个地方,比如说我们也复制这个反向提示词,然后我们点这里反向反向 提示词,然后这个地方它的触发词,我们这里还可以改名字,我们就改成触发词都可以 反向提示词,我们不敢把刚刚那个粘贴到这来,然后你反向提 提示词,这后边就是要设为 y, 就是这一块,然后设置好了之后,你可以点这里保存, 然后保存好了之后,我们回到这个纹身图这里,然后我们就是这个模型,我们鼠标右击,然后你就可以看到这里是他的触发词,对吧?我们先调用一下这个 lora, 可以看一下是调用了,然后我们再把这个触发词点上,可以看一下就是这里, 然后呢我们把这里先删掉,这个是反向提示词框,然后这里有一个反向提示词,点他你可以看一下, 就是这样的,大家可以下来去看一下,然后你从 c 站上边抓取的这个呃文件之后, 它会有这些试列图,你可以看一下这是抓取的试列图等等,都是可以进行编辑的, 明白了吗?这个是这个插件非常的方便,大家下来可以去试用一下,然后你看一下他的一个就安装方法,跟我们平时的这个插件的安装方法是一样的,我们这个地址会分享给大家。来到这个页面之后,你点这里的鼠标绿色的这个 地方,然后点它复制一下这行命令,回到 stable defusion 这个页面,然后点这里的扩展,从网站安装,把刚刚那个命令粘贴到这里来,点这里安装, 安装好了之后,他这里会出现他安装的地址,然后你再点这个已安装应用并重启就可以了。如果这里因为网速等原因下载不下来,你可以点这个地方同样复制这个命令,然后我们 回到这个 weby 的一个目录,然后找到 extensions 这个文件夹,然后来到这里之后,我们鼠标右击,在终端中打开,可以打开这个界面,没有的话你就在这里输入 powershell 或者是 c, m, d 都可以,然后再按那个 enter 键,它也可以进入这个窗口,然后我们在这里输入 get clone, 把我们刚刚那个命令粘贴到这里来,然后在 enter 键进行运行,我这里就不运行了,然后你运行好了之后,它会自动下载这个插件, 这个是第二种方法。第三种方法呢?就是回到这个页面,然后你可以下载他的压缩包,就是这里有个当漏的,你可以点这个地方下载他 的压缩包。下载好了之后你要进行解压,解压好的那个文件你同样放到这个 extensions 这个文件夹下边来,然后放好了之后重新启动你的 vbui, 就可以使用这个插件了。然后这个就是今天的一个分享,大家下来可以自行的去试用一下这个插件。

九月的四个超实用 stable division 大模型推荐。第一个 c 赞,下载量二十七万的冠军真人模型,和其他真人系模型比,他的人物不容易被说成 ai 脸,适合生成以假乱真的照片。 第二个大颗寿司的四点零新版,适用于复杂场景呢,二次元插画绘制正常亮度的图片,也有不错的光影表现。第三个荣华国风大模型,适用于深沉国风的真人摄影照片,以后用自己的照片做图胜图,是不是不用跑影楼了。第四个, 这款三 d 卡通二次元模型,它能做出精美细腻,颜色丰富的三 d 卡通。要绘制三 d 卡通 ip 的小伙伴必备模型。四种模型我也给你打包好了,还要什么模型,评论区告诉我。

我们看一下云端 fdsl 的训练啊,首先进入这个青椒云,然后你可以注册一个啊,这是有免费的试用, 然后呢你注册完了就登录,登录之后实际上就是用你电话登录啊,然后呢这个地方是你的优惠券,就是新手会有两块钱的优惠券,可以试一下。 然后呢这个地方是你的个人资料,订单的管理啊,消费的明细啊,都会在这显示啊,还有这些优惠券就是会显示在这啊,这是桌面管控,还有登录日志,就是你做了是什么样的,就是活动,这他有些记录啊,在右上角这块有个客户端下载, 那么这个时候呢,就是一个云端桌面,根据你自己的操作系统啊,选择一个,我是 windows 就下一个 windows 啊,然后打开安装就行了,下载完了以后安装点一下立即安装,那么这个是 实际上就相当于一个终端啊,直接和你这个云端那个虚拟服务器连接在一起啊,完了以后登录进来以后,这个地方是服务器选择啊,你可以根据你自己的地域选择啊,这是选了一个华南寺,然后呢这个地方点新增云桌面, 那么这个时候呢,会里边有些产品啊,有些标准产品啊,还有些定制产品啊,大家可以尝试一下啊,这是 aigc 尝鲜,然后这是这些入门级图形工作站啊,这些东西根据自己的需求来选择, 然后呢,你看他也有便宜的 aigc 的长线六 g 啊,你可以选择一个,然后点,然后点开机就行了。选好开机,然后呢,他这个地方需大概需要一到两分钟等待啊,然后等待完了以后,进来以后就是这个样子,这是云端,就是相当于远端的虚拟主机。然后呢 这个时候呢他这有一个 starbody fusion, 还有他这个说明啊,你可以看一下,然后呢下面的这个就是就是这个烤鸭的就是模型训练器啊, 那么这个呢?呃,他有个问题,是什么呢?他这个版本啊,默认的这个版本啊,云端这个版本不支持 sdxl 的这个训练,那么这个时候怎么弄啊?我们就可以上传自己的就是脚本 好了,你打开这个青椒云的这个云盘啊,把这个我们要上传的这个就是脚本文件啊,上传进来,他这个你要等一下啊,他这个等他上传完,上传完了他就这样,然后你再把你的底膜就是我们的那个基础模型,那个贝斯模型 就是我们的大模型啊, s d i x、 l b 四一点零的这个模型也上传进来,方法都是一样的啊,上传完了 以后我们就是需要这两个,一个是你的,呃,当然就是说你的这个脚本里边啊,也要同时把你的这个包,也就是你的那个训练素材啊, 哎,就给他上传上去啊,一起啊,我是把那个打包了一起上传了啊,然后呢打到这个进入桌面啊,回到这个我们那个云端桌面进来以后,然后呢这个桌面上有一个青椒云盘, 然后呢就是添加成功, ok, 然后你双击他就行了。然后呢这个这个呢就是我们上传的这个训练脚本,训练脚本还有我们的那个都可以把它放到我们的就是云端的这个 c 盘, 把它放到这个云端 c 盘,然后呢确定这个是防病毒的啊,然后确定确定完了以后啊,都把它放进去,还有包括你的那个训练机 都放,都把它加载进来。然后呢解压缩,我的这个训练集啊,是跟你这个脚是这个脚本的这个放在一起的,然后呢这个地方实际上有个说明,大家可以看一眼。 然后呢这个脚,这个,这个 easy 吹吹的这个脚本啊,先要 update, 点这个 update, 点 bat, 就他就是要先就是安装一些就是必备的依赖之类的东西啊,他当然这是一键运行的啊,然后呢这个东西等他安装完就行了 啊,请按任意键继续随便点一下就 ok 了,然后呢再运行 r u n 点 b, a, t, 双击它好,打开界面,先选 s, d, x l bass 啊,选择它。然后呢再选择我们的这个大模型,就是 基础模型,然后再把这个宽度改成幺零二四,高度也是幺零二四, 这两个选好。然后呢下一个呢就是优化器的这个参数选择啊,选择我们的优化器类型,把它改成这个神童优化器, p 打头的这个。 然后呢下面这些可以不用管啊,如果我们作为一个简单的训练的话,这个保存参数需要选,就是说我们保存到哪就训练完了,那模型啊,这个老老卡模型放在哪?然后你自己定义啊, 然后输出的名字是什么?这个时候你看我们就是叫芭比啊,这是我训练了一个芭比的一个 sdxl 的模型。好,然后呢这个呢就是数据集参数右上角的这个啊,然后呢把这个参数啊就是你的训练集选择,选择好了以后, 然后呢其他的这些东西啊,就是没有什么好选择的啊,点一下开始训练训练的步数,我就选择了一就就是就是训练一轮啊,就是一步, 然后呢应应该是十到二十,我为了让他快啊,对吧?这不你看这 step 就是百分之百了,这就是训练一,训练了一轮呢,然后呢这样的话我为了快啊,你看就得到一个结果,那么这样的话就是我们就可以把它下载到我们的本地盘, 然后呢首先还是把它拖到这个青椒云盘上,拖到青,他是通过这个青椒云啊青椒云盘,然后呢去上传,下载好,然后回到我们本地桌面,然后呢就打开这个青椒云盘,注意啊,这这个是我们本地的界面,然后呢就是把这个下载 点下来,点一下啊,勾选他下载下载这传输列表,然后呢等他传输完了以后,下载完了以后就在这啊打开这个,打开文件夹,那么这个是本地文件,就是我们放在我们的本地电脑 里边的这个盘里边了。好,我们回到云端,然后呢我们把这个云端服务器里边的这个青椒云盘啊,都给他清空了啊,就这些都不要了啊,我们就训练完了,训练完了以后啊,就把这些该删除的删除, 对吧?然后再回到我们的这个青椒云云桌面,然后呢回到我们的这个云桌面这个位置啊,他这个地方有一个关机,然后我们 要及时关机啊,要不然他后台运转的话,你没关啊,他继续还是要扣钱的,对吧?所以的话我们啊就是让他关机,关机成功,等关机成功就行了,然后你就可以把它关掉了, 关掉这个云桌面啊,就是中断了和远端的联系,就退出客户端就 ok 了,那么这个时候就回到你自己本地的电脑 好了,然后呢你打开 starbody fusion, 然后呢看一下你训练的模型怎么样啊?这个呢,就是我们刚才训练的那个 logo。 呃,然后呢给他关键字啊,正反关键字,这个宽度啊,七六八乘幺零二四,让他小一点啊, 是个竖构图。好,你看这是我们的训练结果啊,你看多多试两次啊,你要是说满意了的话啊,你就把它留下啊,要不满意的话就接着训练啊。就是啊,其实很简单。

大家好,我是艾莉。大家好,我是杰克。今天看到这篇的你赚到啦!我们来做 s d x l 的真人训练, 不知道大家尝试过 sdxl 的训练了没?这篇会总结一些很重要的概念,从各种 vivo 适合的训练设定、素材挑选,一路到最终模型选择,我们一次说完, 其中还包含了社群的测试心得,我们会讲的非常仔细,看完这篇,未来的训练上可以少走许多冤枉路,那直接开始吧, sdxl 动漫 看真人以我自己的经验来说, s d x l 在真人上的训练成果令人印象深刻,对题词的反应与表现跟过去有很大的差异。我们在 s d x l 上可以使用更像 midren 里的题词语法, 不需要打上一堆题词,但是在动漫表现上还需要社群的推动。为什么这么说呢?因为过去所有的动漫模型都是使用 dip damp 进行自动上标的,但是这个 dip damp 上标的十足, 其实是有名的 novel ai 外流模型,也就代表目前我们的 sd xl 并不是使用 dip demo 上标的,所以动漫模型这一块还需要有一个优秀的 dip demo 模型。 不过官方一直强调 s d x l 在训练上更为容易且轻松,这句话也不是没来由的,我们先从真人训练开 开始吧。挑选素材首先这次我们要训练真人,这次的对象是乔本还奈,先到 sdxl 上题词,写上一张乔本还奈的照片, 我们可以获得这样的结果。看来 s t x l 认为乔本华奈这个名字是日本人没错,但是更详细的就不知道了,那开始收集素材吧, 不知道大家目前怎么收集素材,我们目前的做法依然是以找到二十张左右的图片为原则,半身照大头照优先,全身照大概三到四张就好, 重点是不要年龄落差极大,就像是你不认识小学同学长大后的样子, ai 当然也很难理解不同年龄层的长相。至于 照片的尺寸,现在没有强硬的规范了,一比一,四比三,十六比九都可以,也不需要统一尺寸。选好素材之后要打上标签了。如何打上标签呢? 过去常见的说法是动漫用 dip damboo, 真人用 bullip, 如果你用过 bullip 上标签,就会知道内容常常乱写。 所以目前最好的做法是人工使用正确的自然语法打上标签。但因为时间成本极高, 所以我们还是使用 deep damp 的标签。不过要使用 tiger 这个扩充,因为他打上的 deep damp 标签准确度很高。安装方法很简单,到扩充的从网址安装,打上这一段网址,在下方说明之后按下安装,等待 出现成功讯息后,重新启动 web ui, 就可以看到 tiger 的标签了。目前使用 tiger 的模型上标精确度是最高的,模型选择的地方我是使用预设模型, 另外还有 nl 系列模型,可以标记出更多内容。下方 trash hold 就是临界值,我们直接放一张图来解释,按下 interrogate 等一下,右边就会出现模型判定的 take, 并且在旁边会有一个百分比越低的判断,错误率就越大,系统只会显示高于临界值的内容。一般来说, mote 模型高于零点二都还是准确的, 我通常维持预设。接着上方改为从目录输入,贴上你的素材资料夹路径,按下 interrogate, 就会自动上标记了,其余的 设置我都没有调整。接着我们来删除不必要的标签,标签要怎么有效率的检查跟删除呢?删除标签的工具非常的多,我们只介绍一个有在用的, 窄点一样在下方说明。点进去之后会看到版本列表,目前有分成两个版本,一个是离线版, 另一个是需要使用网络的版本,看自己的需求。我们都是使用连线版,这个工具非常方便。还有包含翻译功能,初次使用先到 setting 里面点选 translations, 把翻译的语言改成繁体中文,按下纯档之后会出现重新启动的讯息,重启后选择 file load flower, 选择你的素材资料夹, 按一下开启就会自动载入了。接着按一下 view translate text, 系统就会自动翻译 take 了。这边提醒一下,如果你的图片很多,那应该会出现类似宕机的反应,记得给系统一点时间。 接着我们看画面上的全部标签,这里的 take 只要一删除,就会把每一张图片上的 take 都移除。有哪些 take 必须移除?这里给大家一个概念,什么是必须移除的 take? 这次来说我想要认识乔本还奈,那哈西摩托卡纳就是我的触发池。注意哦,触发池是一个项链,只要通过哈西摩托卡纳就应该把乔本还奈的样貌绘制出来,不需要定义他的发色、眼珠、颜色、身材这些。所以我们要把乔本还奈被 pick 出来的 特色全部移除,什么黑眼珠这种拿掉,除非你希望未来这些部分是可以改变的,才需要存在别的文字项链中。你这次来说,除了头发长短之外,我都不想要改变。至于服装背景,当然要能改变, 所以我只保留了所有背景的提示。至于人物样貌上的提示,不想要改变的就删除。右边 otx, 选择你的提示词,按下插图案,这样就移除了,把所有不必要的标记都移除。接着,如果你有想要加入的题词, 可以使用右边的一次添加功能,加入到所有文档中。再来看中间的 image takes, 这是当下这张图片含有的 take, 一张一张,仔细看过后,把所有的 take 都处理好。注意哦,按下 file safe or changes 才能关闭哦, 不要忘记,要不然就白做了。我的触发提示词到底要叫什么呢?这个部分很重要,所以我们这次特别提出来说明。过去曾经有人提出一个想法,我们使用稀有提示词,例如 n, l, w, x 这样一个不会被文本编码器拆分的项链,同时这四个字又几乎没有意义,我们用它作为触发词。这样有一个好处, 因为 nlwx 这个词在英文中非常少见,代表文本编码器。对这个项链要重新定义好像比较容易,毕竟没有人用过,对吧? 其实这个想法并不正确,为什么会这样子说呢?例如,像是这些图片都是用 s, d, x, l 打上一张 n, l, w, x 的照片 做出来的,那如果我一样用 sdsl 打上一张哈西摩托,看哪的照片会变成什么?会出现这些照片有发现吗? 一个是一堆风景画,另一个是一个不像桥本还奈的日本女性模型,从哪里作为起点比较容易完成?我想答案应该很清楚, 从哈西摩托看,那到真正的桥本还奈应该比较容易训练成功。而且因为你的起点离答案比较近, 所以我们训练到过度拟核的可能性就下降了,因为不用走太多步。我该选择哪一个贝斯模型作为训练用的基底模型呢?我们用刚才的概念继续延伸,既然训练的起点离终点越近越容易成功,那答案应该很明显的, 选择与你目标越相近的模型,就能越容易训练出你想要的成果。例如 sd 一点五的真人模型都很会画美女图。但男性呢?我在上次的工作中需要训练一位一九六零年的名歌手文夏。 不管使用哪一个真人模型,训练出来的气质都很怪,想要相似就是过度礼盒。最后的方法是,我自以为挑了一个亚洲男性的模型,在以这个模型下去训练,使用这种方法训练出来的成功率高了非常多。 所以贝斯模型的选择只要记得一个重点,不要选离你目标太远的模型。这也是为什么动漫模型的训练总是比较容易成功的。主音准备训练资料夹终于可以训练了,我们先开启扣卡 doui 到 lora deprecated floater preparation, 这个功能可以帮你自动处理符合扣卡规范的训练资料假名称。不过作者似乎不打算再维护了,不确定未来能不能使用。如果不能使用了,我会打在下方说明栏, instance prompt 就是你的触发关键词,触发词会在训练的时候夹在每一张图片提示的最前面。这次我使用哈西摩托康纳 class prompt, 同类提示词这行是必填,我们先填上一个合理的 class prompt, 等一下再来讨论它。先填上 woman, 接着在 training images 放上训练图片的来源,资料夹路径。 repeat 是重复次数,这是扣卡特有的训练周期计算方式。预售四十的意思是每一张图片都看似 四十次,当做一个训练周期。如果总共有二十张图片的话,那已经走了八百步了。因为我们比较喜欢用训练周期作为保存模型的根据。通常人物训练,每张图片看过一百到一百五十次,应该就能得到很好的结果了。 我们会保存大概五个模型,用于最后的挑选,所以要看一百五十次的话,应该要设定为三十。下方 regularization images 是正则图像,这次我不打算使用。正则图像的讨论非常多,要再延伸,可能又是一篇长篇大论了。 这次只提一件事,如果你使用了 regularization images, 重复次数设定一,那上方训练图像的重复次数就等于一张图片要使用几张正则图像, 那这次不使用。我们跳过 destination training directory 是你要把资料夹放在哪里,自己开一个新的资料夹,把路径贴上来吧。接着我们回来讨论一下 class prompt。 既然我们没有加入正则图像,那 class prompt 有用处吗?事实上,如果不使用正则图像,同时没有对训练图集上字幕, class prompt 才会有效,他会引导模型去靠近 woman。 但是我们的训练图集是有上标记的, 所以 classcraft 在这次是没有用的,打了什么都一样。至于使用正则图集的状况,有机会再讨论。接着按下 prepare training data, 系统会自动把资料夹依照命名规则摆放好,再按下 copy info。 在 training folders 会看到关于路径的参数都填上去了。接着打上输入的模型名称,跟触发词一样会更好辨认。 training comment 可以加上一些注解,不一定要写,我们通常会写上模型的触发词。到这边训练资料家准备完毕, 设定训练参数到训练前的最后一步了。我们先选择 base 模型到 sosmado, 把模型选择改为 custon, 通过右边的选择功能选取你的模型。这是四 s d x l 的 base 模型, 因为是 s d x l, 所以下方 s d x l 码斗要打勾。如果是 s d 一点五模型就什么都不用选。截止到 parameters, 我们来调整设定参数,因为扣下提供了非常大量的可调参数。一开始可能会觉得非常辛苦, 还不会用的话,先从操作业开始吧。 sd xl 的 lower 模型变得非常巨大,对容量最友好的是 lokr, 但是我目前训练的成品最好的是 lowha。 这次分享一组目前使用的参数,注意哦,训练的参数是没有最佳方案的, 每个人分享的训练方法不一定适合自己,最后还是得要自己多方尝试。那我们开始说明二十四 g, 十二 g 八 g 不同利润的配置重点吧。不同利润的配置重点,我们目前只能确定八 g 是最低需求, 但是我们手边没有八 g 的设备。以下设定先提供参考,如果还是不行,用 colabe 训练比较好。当显卡只有八 gb run, 先从这几个设定下手。 lora 的形态选择标准 size 设定为一, cash latins 跟 cash latins to disc 都打勾,最高解析度设为五一二五一二 x d x l 里面的 cash tax incoder output 也打勾,进阶功能中的 gradient checkpoint 也打勾。 以上这些是八 g vivon 需要启用的所有选项。接着随着 vivon 的增加,可以提高一些设定 十二 gb 润状况好一点。根据我们频道的回馈得到了几个结论,模型可以改用 low 哈 b h size 提升到六, 解析度改为七六八七六八,其余的不变。如果你的 viri 很幸运的有到二十四 g, 那还可以再做一些修改。 fish size 可以提升到八,解析度变成符合配置的一零二四,一零二四,同时不需要使用 text equal the outputs。 以上这些就是各种 vivoren 可以执行的配置,当然还有其他尺寸的 vivoren 就自己尝试看看吧。 接着我们把剩下的参数补上。训练周期前面解释过,我们设定为五,这样每张图片都看过一百五十次,每一个周期都存一个模型,最后再透过 x y d 图选择最好的模型, 精度选择。这边过去一直搞不懂的 f p 十六跟 b f 十六,现在做一点解释。 简单的说, f p 十六的小数点位数比 b f 十六多,但是最大最小范围比 b f 十六窄,各有优缺点。不过使用者回馈是说 f p 十六的图像细致度较高,所以我们现在都使用 f p 十六。 另外说一声, d f 十六只有三零以上的显卡才能使用。接着我们有上标签,所以字幕这栏打上点 t x t。 学习率跟优化器,这次我们使用 prodigy, prodigy 也是一个无学习率的优化器, 所以学习率都使用一 scheduler 的部分,我们目前在 s d x l 上使用的是 constant, 另外使用 product 纸要记得不能使用预热。接着优化器的额外参数,这边 放上我们频道巨大推荐的一段参数,注意哦,这些参数额外设定不是必须的,但是目前回馈是这样,效果很好,包括我们也觉得不错,一样放在说明,最后还要再补上不训练文本编码器 的命令。 sdxl 的文本编码器有两个,目前扣卡还没有处理好,但是在开发版本中似乎已经处理好了,所以未来可以不添加,可以的时候我们一样写在下方说明栏哦。 接着在这边提一下, s d x l 需要使用到 no have v a 一,主要原因是因为模型中的 v a 一在 f p 十六下不稳定, 但其实你也可以把我之前分享的修复 vae 透过下图的方法先处理过,就不需要使用了,需要的自己暂停看看吧。 最后是模型尺寸啦,目前在 loha 上推荐的参数是这样,这组作者群提供的参数效果非常好,其实应该还要解释一些阿法的概念,但是这需要更多的数学概念,有兴趣的来群主讨 论吧。再来是进阶功能,里面内容很多,这在未来训练过几次之后再来找大家讨论比较好。我先提一个 noise office, 这个功能可以提高图片的对比度。 在 s d 一点五上,常见的数字大概是零点零五到零点一,但是 s d x l 是在零点零三五七上训练的。 这次我们也使用一样的数值,回到 basic 选单,把刚才忘记填写的种子补上。种子很重要哦,当你发现模型需要接续训练的时候,使用不同的种子可能会发生无法预期的结果。 再来点 configuration file saf, 打上名称后存档。要重新训练或者要围调参数的时候,只需要独挡就好,不需要再重头调整。最后按下训练就可以开始啦。以四零九零来说,这样的数据 大概要四十分钟。训练完成后就可以到模型资料夹领取你的模型啦。通过 x y z 图挑选模型,接下来是 x y z 图。 使用前稍微提醒一下,如果你的 vip ui 版本高于一点五以上,内键就能读取所有的 licoris 模型,那版本不到一点五的需要去安装扩充哦, 过程网址也在说明栏,需要的自己安装吧。目前总共训练了五个模型,要怎么判断哪个是我们要使用的模型呢?首先我们打上一些基本的测试题词,像画面这样, 我打上这些都是非常简单的题词,同时使用最早产生的 lora 权重设定为零点五。稍微说一声, s d x l 不太 需要反向提示词放上简单的做好。接着脚本打开 x y d 图这边先打好再解释概念。我的设定长这样,三个都是搜寻题词并替换 x 轴,是替换模型 第一次执行最早的模型,接着题词替换后就变成不同的模型啦。所以 x 轴是更换模型, y 轴是调整权重,立轴是用不同的姿势判断有无过你和最后设定好尺寸跟种子,按下直行 就能得到这张 x y z 图。再从 x y z 图去判断要使用哪个模型,权重多少是你需要的。你以为到这里就结束了吗?这里有一件超级重要 的事情,我们目前认为使用 x y z 图判断其实不够充分,模型需要有非常多方面的叠断,哪个模型构图最好,哪个模型最像,我们应该要进行更多方的测评。 所以利口瑞斯的作者群提出了新的想法,可以从更多角度去评分模型。但是这个新式的界面要更贴近使用者的需求, 所以需要社群的大家一起帮忙填问卷,内容是讨论哪一种方法更适合使用者需求。那我自己已经填写完毕了, 也为了这篇问卷做了有史以来最仔细的训练教学。轮到各位出一份力啦,说不定新的界面可以帮助你筛选出过去没有注意到的好模型哦!让我们一起壮大 sd 的社群吧!那就这样啦,问卷在下方,快去填吧,拜拜!