liblibai怎么用lora
粉丝6565获赞2.8万
相关视频
01:05查看AI文稿AI文稿太逆天了！利不利不把劳拉训练的门槛降到最低了！对新手保姆级友好，没有硬件要求，有电脑就能用。现在跟着我，一分钟学会练劳拉！来到利不利点击右上角训练新手直接用预设模式，人脸动漫画风，想练什么就选哪种，然后点击上传已经准备好的素材， 比起参数，素材的质量更重要，这里为你整理了素材准备的 tips， 以人脸模型为例，我准备了二十张清晰度高、多角度的甜美图片， 上传后拖到最下面，选择素材的预处理。剪裁很好理解，尺寸建议素材大小保持一致，直接用算法自动标注描述图片，让 ai 理解特征出发词可以自行命名， 甜美模型就叫 svt。 选择完毕后，点击预处理，稍事等待，激动人心的时刻就来喽！点击右下角，免费训练开始搓手等待 在咱的滴如仙丹诞生！等待过程中可以时时看到生成样图，还可以点击日志查看 note 值，判断你何程度训练完毕后，点击在线升图测试，直接验收劳拉的升图效果是不是超级简单？
1344哩布哩布AI
24:208304Nenly同学
00:56查看AI文稿AI文稿众所周知，想要很好的体验 stable diffusion， 需要一台配置昂贵的 windows 主机，甚至还有令人头疼的本地文件配置。但是我发现利不利不 ai 就很好的解决了我们这些用户的问题。 除了最基本的 ai 绘图功能以外，利布利布的炼丹功能实在太强大了，小白都能三分钟训练一个属于自己的 lower。 我们首先点击右上角训练，我的 lower 可以直接在左侧选择一个需要深层的预设，有人物， a， c， g 等等。我这边选择了人物 炼单，当然需要放材料了，我这边上传了十张素材，上传好后，右下角这个预处理很有意思，能够一键裁剪出同等大小的素材，节省了很多的时间。最后我们点击这个免费生成开始炼单。 没一会我们的丹药就出炉了，训练捞啊，能够如此简单，真的越练越上瘾！现在限时领取七天的会员体验，这么好的福利机会，还不快来试试！
939大队长聊Ai
01:05查看AI文稿AI文稿着你的手教你啦！你相信吗？这是 ai 做的视频， 别眨眼，百分之九十九的人都还不知道这个 ai 神器强到可怕！ live tv， 一个让设计师手抖，摄影师沉默的工具。浏览器搜索 live tv， 打开网站 右上角登录，点击开始创作。上传一张产品白底图，一张氛围感场景图。拉个图片节点出来， 再写个提示词，生成新的高级产品图片。再来个图片节点，输入提示词，看九张电影级分镜图直接出，点击宫格切分，直接可以获得高清放大的拖拽图片到一个视频节点， 输入脚本提示词，打上艾特图片选时长，点击生成，不用学建模，不用调参数，连分镜脚本都不用，自己写全。艾特一下图片， ai 自动匹配分镜，运镜。最后看全片 工具喂到嘴边了，再不会用，我只能按着你的手教你啦！
325AIJenny啊
00:54736上分吧Pt
11:06查看AI文稿AI文稿很多人训练 lara 模型最大的问题不是参数没调对，而是一开始就把方向打错了。 如果打标方式错了，素材质量不好，后面你再怎么调学习率、调分辨率，效果都会很别扭。今天我系统地讲一下怎么训练一个高质量的 lara 模型。这个方法不只是用于 animate， 也适用于大部分 lara 模型训练。 首先在你想清楚训练目标和训练内容以后，第一步就是打标。假设我们今天训练的是一个风格类模型，关于 anime 的 logo 模型，打标方式现在有很多不同的说法， 我也经常看到群里有人讨论，到底应该用短词组还是自然语言，到底应该标的细一点还是粗一点。 安利美是一个比较新的模型，对于新模型，我们不可能一上来就完全摸清他的强项和弱项，所以最稳的方法就是反过来观察他已经成功的案例。 首先我们打开 c 站，在图片区筛选安利美出图，然后从高质量图片开始往下看。 如果这些优质图片在出图时大多数用的是词组短语模式，那我们打标时也优先用词组短语模式。如果他们大多数用的是自然语言模式，那我们打标时也尽量贴近自然语言模式。 这一步不是为了抄提示词，而是为了判断这个模型更吃哪一种表达方式。 看图的时候还有一个很重要的动作，把一些相对特殊、有技巧性的图片保存下来， 比如背影、仰视角、大场景、抬头构图，或者一些结构比较极端的图。这些图后面不是拿来训练的，而是拿来测试模型的泛化能力。 所谓过你河，不是训练结束那一刻突然出现的结果，他通常是一个逐步发生的过程。 比如一开始模型还能稳定出背影、仰视角、大场景、抬头构图，但训练到后面，这些结构开始失控了， 本来应该背对镜头的人变成正对镜头，本来应该没有头的构图又把头画了出来， 这个时候就要警惕，模型可能已经开始牺牲画画能力了。所以我一般会把这些参考图的截图保存下来，最好连它用到的 lara 正向提示词、反向提示词一起截下来。 后面可以把这些截图交给智能体，让他帮你整理测试样图和提示词清单。同时看图时还要注意提示词长度。如果你看到高质量图片的提示词普遍很长很细，那你打的标也可以适当细一些。 如果他们的提示词普遍很短，那你打标也不需要写的特别复杂。还有英文表达也要注意。 很多词看起来意思差不多，但在模型里，权重和习惯并不一样。比如 girl 和 woman 都可以指女性，但很多二次元出图里， one girl 的 使用频率明显更高。 如果你看到大家都在用某个固定词组或短句，那你打标时也应该尽量贴近这种表达习惯。 当我们看了足够多的图以后，基本你就可以对这个模型的标注方式、标注长度以及标注细节有一个初步的判断。 下一步，打开模型作者页面，认真看作者对提示词和打标方式的说明。作者明确写出来的要求一定要优先参考，因为作者最清楚这个模型是怎么训练出来的，也最清楚他适合什么样的提示词。 至于作者没提到的部分，通常说明他不是最关键的变量，我们也不需要自己脑补太多。 完成这两步以后，再打开图图的超级智能打标器。打标工具有很多，但在这个场景里，我认为图图的打标器很关键，因为他可以做主体过滤。 如果训练 lol 的 时候没有做主体过滤，基本上可以约等于没有打标。至于什么是主体过滤，大家可以看我的置顶视频，这里我们不展开描述， 我们把风格图片导入进去，智能标注，选择风格，然后开始打标，因为我这里已经打过了，就不实际操作了。打标完成以后，可以先把标签翻译出来，这样更方便对照检查。 接下来不要着急导出，要逐章看。如果你用的是默认模式，基本上不会有错误，就可以直接用了。 如果你使用的是高级模式，那么就先把明显的错误重复以及无关的标签删掉，然后再逐一精修，该删的删，该改的改，该补的补。 修改完成以后，要加一个触发词，这个触发词建议放在最前面，而且一定要尽量没有明确含义。 怎么判断触发词有没有污染？很简单，实际测试用同一组提示词出一张图，再加上这个触发词出一张图。如果两张图除了随机差异以外，整体变化不大，说明这个触发词本身没有太强的映射。 但如果加上触发词以后，画面变化非常明显，那就要考虑换一个触发词。这个步骤建议一定要实测，可以减少触发词本身对模型的污染。 还有一点刚才忘了说，因为我们开了主体过滤，打完标以后也要检查过滤效果， 有些训练需要过滤的非常细，有些训练颗粒度不用那么高，这个要根据实际目标来定。 像这种风格模型我会过滤的细一点，所以打标时主体过滤可以开到零点九，打标和修改都完成以后就可以导出了。导出后打开图图的超级智能训练器。 坦诚的说，以往我适配模型时会做很多优化，但这次安利们模型我基本采用的是官方推荐的训练方案，所以和其他训练器的训练效果差异不会特别大。 后面如果有时间，我可能会再更新一版，给安妮美加入图图时间步相关。适配这个东西需要专门测算，做好以后对训练效果会有提升。 我的训练器是免费的，大家直接下载使用就可以。把刚才的训练机导入进去，选择自动模式开始训练就行。如果你想自己调参数，可以参考训练器自动配置里的参数。这里简单说几个重点， 第一，如果你的电脑配置比较好，可以把分辨率适当的调高一点，分辨率对最终质量影响比较明显。 第二，作者也提到这个模型的学习率要稍微低一点，可以使用鼻旋退火，让学习率逐渐下降。这样有两个好处， 一是降低过拟核风险，二是后期可以继续细化模型，对细节的学习。你的训练器如果有这两个选项，建议打开其他参数，更多是为了显存优化或者兼容不同机器， 只要还是 lowra 训练，整体架构差异不会特别夸张。有些朋友会加噪声，这个我不否认有作用，但一定要循序渐进，不要一次加太多。 还有人会问正则训练，对于这种相对简单的风格模型，我个人一般不建议上来就加正则，有的时候正则加的不合适，反而会把方向带跑边。 训练过程中，我最想强调的不是 loss， 不是 样图，样图比 loss 更直观，尤其是风格模型，我们除了要看 loss 有 没有继续下降，更要看风格有没有学进去，同时结构控制有没有被破坏。 比如可以看到这个训练从四千多步这里开始的时候，图片就开始发生了明显的分歧， 后面都出现了一些奇怪的问题。所以四千多步这里我们可能就要仔细的对它进行测试，同时也可以看到它的风格确实在发生明显的变化，这是我们想要的结果。 如果你想测试的更准确一些，样图里可以放一些特殊的测试图，这些提示词本身比较复杂，边界条件也更强。 如果训练过程中风格已经融入了画面，但原来的构图视角、人物结构没有明显跑掉，这就是比较理想的状态。 但如果你发现本来应该背对镜头，结果总是转过来，本来应该是才头构图，结果每次都把头补出来，反复出现这种情况，就可以考虑早停。训练完成以后怎么测试模型， 还是先用我之前讲过的 x y z 测试方法，先测出一个大概的范围，从里面挑出两到三个相对比较好的模型。这个 x y z 工作流我之前在 runnyhub 上发过，如果你本来就是在用 runnyhub， 可以 去找一下， 基于那个工作流，稍微改一改基本上就能用了。 ryan 哈布是我很常用的一个工作流平台，上面有非常多的工作流，现在还上了一些画布等功能，有兴趣的朋友大家可以去尝试一下。 下面我们继续刚才的测试，现在跳出两到三个后选模型以后，下一步要做一个很重要的测试，批量样图测试， 简单说就是把刚才整理出来的反推提示词批量放进去，只替换 lara 模型，其他条件尽量保持一致，这样每一 p 图之间的差异就更能说明模型本身的效果，而不是提示词或随机种子的影响。 通过这种方式，我们就能在比较强的边界条件下判断哪个模型风格学的更准，哪个模型结构更稳，哪个模型放话更好。 到这里，一个比较完整的训练流程就结束了。好了，本期内容就到这里，如果大家对安利们训练风格、 lara 主体过滤或者测试方法还有不清楚的地方，欢迎大家和我一起来交流讨论。
10赵图图
00:51查看AI文稿AI文稿你是否想训练一款能保持人物一致性的 lora， 却又不知道怎么去做完整的训练级？别怕一分钟教会你 如何生成用于训练 lora 的 完整训练级。首先，找到一张你非常满意的人物图片，打开 comfyui， 将图片上传到我提前准备好的工作流， 把图片尺寸最长边设置为八百四十八像素，短边会自动等比缩放。第二步，配置核心，加载一个三百六十度旋转的 logo 模型， u m t 模型选择忘二点一图声视频一四 b 模型。 第三步，在绿色框中输入提示词，点击执行后，等待几分钟就会得到旋转视频和黑白蒙版，从关键帧里挑十五到二十张，就得到完整训练级了。相关工作流和模型我已经调配好了，想体验的小伙伴来抄抄作业。
159七鱼的AI绘画日常
02:14查看AI文稿AI文稿如果你去创业，一分钱广告费都没有，第一批用户从哪来？这道题其实难倒过太多创业者了，这家公司的答案呢，也很反直觉， lip lip ai 它不是先去找的用户，它是先去请的手艺人。 二零二三年的时候， ai 绘画我记得刚火，那个时候，有一批的中文创作者呢，在海外 c 站上面用 lara 去做模型，成名了。 lara 就是 low rank adoption， 有 点类似于大模型的外挂。比如说有一位呢，叫麦菊的创作者，他用几十张作品位给平台，就可以出出写实风的人像的模型，特定的风格。而这样子特定风格的绘画的模型，被 反复的附用已经上千万次了。那个时候的 ai 很 想请到麦菊过来，但是他没有钱，没有名，也没有流量。所以呢，他准备了三个技巧，给到这一些创作者、手艺人。 第一，我们是讲中文的社区，有用户懂你的。第二，我们这里是有免费的云端算力，你可以在这里一站式的生存图，不用花钱的。第三，我们可以给到你直接变现的激励，这些模型被附用了，都能给到钱的，你是可以来赚钱的。所以创作者呢，就冲着有人懂我不烧显卡还能赚钱 来了。而用户呢，又冲着我想要用麦桔画风的这样的一些绘画风格也来了。于是呢，这样子的一个小小的飞轮就转了起来。那我也其实也研究了一下 mid journey 和 c 站， mid journey 它其实也是纹身图嘛，它把整个的这一套流程先是做到 discord 的 里面，就类似于我们国内游戏玩家开黑的时候的 qq 群，再加 slack 的 这种群聊软件， 他没有花一分钱的广告费，但是却获得了数千万的用户，后面他才有了自己的网站。而 siri 其实蛮遗憾的，他其实一开始是可以支持通过 lara 模型来生成这一些绘画风格的，但是这一步没有留在平台挺可惜的。用户呢，生成模型之后呢，就下载到自己的本地， 然后在电脑上直接操作了，但是 livelive 就 能把这些用户留在了云端，类似于 c 站，是借给你出的图书馆啊，你还了就没有下文了。但是呢， livelive 像是一个持续经营的集市，有来有回，买了还会再来复购的。一句话就是，你要是想去做冷启动的，不要一开始就想着我要去买我的用户，我要花钱。 首先呢，可以先考虑你的能够有持续产出，还能够通过你这个平台赚到钱的那些创作者在哪里，当然，这是 for 我 们想去做内容的 ceo 或者是 founder 来考虑， 而且你还要想清楚，不仅是要把他的尝鲜的意愿买到，他还要把一些核心的动作也能够留在平台里，是通过免费的一些这个算力呢？还是通过能够给到一些激励呢？啊，我是友友，十年大厂营销人，用大厂经验帮中小品牌少花钱多获客，下一期会更揪心一些。拿了天使轮三百五十万美金的他，为什么半年以后只剩四千块了？关注我，下期接着看。
91我是王有有
01:59Stable diffusion中LORA模型怎么用，新手教程LORA怎么安装训练 手把手教你了哦#stablediffusion #ai绘画 #ai #ai创作 #stablediffusion教程查看AI文稿AI文稿今天补充分享一下捞捞模型的具体操作，打开捞捞选项，找到自己要找的捞捞模型，今天我们就以这种超高清的捞捞为例， 打开后点击自己喜欢的模型，我们就以第一张图片为例，打开它的参数，第一张没有显示用哪个大模型，看看其他的，找到对应的大模型，看到对应的大模型，如果自己没有复制名字，到主页去搜索， 搜索出来后点击下载回来，然后再把这个 lolo 模型下载回来， 下载回来后把 love 模型和道模型拷贝到对应的本地文件夹内， 回到 cable defusion 界面，在左上角找到刚刚下载回来的大模型，点击按钮显示 lol 面板，点刷新拷贝过去的 lol 就会在这里显示。 我们点击这个唠唠模型，唠唠后面的是对应的名称，一是全种植，不能超过一全种植越接近一出来的效果，越接近唠唠模型的效果，把它的参数一对应的复制过去， 点击生成，看看出来的效果。 怎么出来的效果跟原来的完全不一样呢？这是因为我们上面的提示词没有 lober 参数，点击刚刚下载回来的 lober 模型，把权重值改为零点八，看看效果。 这就是今天跟大家分享的 love 模型的使用，相信大家都会了吧，记得关注我哦！
663秋秋快跑Ai
