stablediffusion训练HyperNetwork模型

共计 887 个字符,预计需要花费 3 分钟才能阅读完成。

stablediffusion 训练 HyperNetwork 模型

Stable Diffusion 中文网介绍了一种新的方法,称为 HyperNetwork(超网络),用于让 AI 学习图片的整体画风。相比于传统的学习概念的 embedding 方法,HyperNetwork 更适合这个任务。本文将介绍如何使用 HyperNetwork 进行训练和使用。

1. 操作过程

首先,启动 SD WebUI,并切换到 Train 页面。在 ”Create hypernetwork” 输入框中输入名称,并将 ”Number of vectors per token” 设置为 7 或更高。点击 ”Create hypernetwork” 按钮。

然后,选择刚刚创建的 hypernetwork,在 ”Dataset directory” 输入训练数据的路径。在 ”Prompt template file” 选项中选择 ”hypernetwork.txt”。

接下来,将 ”Max Step” 设置为 10000,表示训练将在 10000 步后停止。

最后,点击 ”Train HyperNetwork” 按钮开始训练。SD WebUI 将显示剩余时间,HyperNetwork 的训练时间比 Embedding 要长一些。

训练完成后,可以在 SD WebUI 根目录下的 ”texual_inversions/hypernetwork” 目录查看训练结果。其中的 ”images” 目录存放了每个训练步骤的成果。

在训练完成后,可以在 SD WebUI 根目录下的 ”texual_Inversions/hypernetworks” 目录中选择合适的成品。例如,如果认为第 9500 步的成果不错,可以将相应的.pt 文件放到 SD WebUI 根目录下的 ”models/hypernetwork” 目录中。

2. HyperNetwork 模型使用方式

在 SD WebUI 的生图界面,点击右上角的 ”Show Extra Networks” 按钮。

然后,选择要使用的 Hypernetwork,并点击将其加入提示词字段。

接下来,使用训练时使用的提示词,这样生成的图片将具有该 HyperNetwork 的画风,并且还原度很高。

通过以上步骤,您可以使用 HyperNetwork 进行图片风格学习,并生成具有特定画风的图片。

正文完