【AI繪畫】深入理解Stable Diffusion！站內首個深入教程，30分鐘
sd_ai生產流程(@秋葉aaaki)、
原始工作流程
秋葉簡述的U-Net 訓練工作模型
Textual inversion 工作原理U-Net 修改訓練
?
15:38
?
訓練集100張左右，可以調到2-3左右BS值
Finetune （學習率3e-6）參數 ，
------------------------------------------------------
訓練10000張以后，需要跳到最大指數
Finetune備選模型可以選基礎的Novel模型或者默認SD1.5，素材要詳盡
- Loral原理
LoCon 常用 或調大模型
Lora參數 秋葉常用 Adamw8bit
學習參數過多，太多會出現上述問題
建議方法擬合訓練
方法與提示
Conterolnet常用生成再繼續(xù)訓練，Scheduler余弦cosine與帶重啟的 （Controlnet常用的那個也行），適當調節(jié)schedule
常用AdamW8bit /8bitadam 與 Lion SGD DAdaptation （新出了神童） 1/3的學習率即可
加入controlnet融合
標簽：
