[Lora] 減法拆分融合 - 製作專屬特徵人物

說在最前面的,你需要先訓練出一個屬於你自己的人物的 Lora,畢竟拿別人的 Lora 來用可能會有版權的問題,所以盡可能的自己訓練一個會比較好。 關於減法的訓練我在 2023 年的 SD 年會中已經聊過,這邊就不贅述。 關於訓練的減法 如果沒有看過的人可以看一下,這篇文章會用到裡面說的一些方式。 事前準備 訓練的方式就不提了,總之就是準備一個你覺得訓練的不錯的一個人物的 Lora,然後選擇幾個你喜歡的模型。 * 準備好一個人物 Lora,或是多個(如果你有訓練多個的話) * 基底模型,例如 9527 Detail Realistic XL * 或是 SD1.

[Lora] TensorArt, CivitAI, Kohya-ss 訓練 SDXL Lora 記錄

由於 SDXL 的模型訓練的硬體需求實在很高,所以多半得靠第三方服務,或是自己去弄一台雲端的 GPU 來幫我們訓練。我在本地端用比較低的設定來跑,勉強還能夠訓練比較小型的 SDXL Lora,更高的需求就真的只能靠第三方。 所以這次就記錄一下各組訓練的數據,跟產出的對比。 TensorArt 我在上一篇文章 [TensorArt] Lora 訓練筆記 中,已經有介紹過。詳細的設定我就不在這邊贅述了。然後,官方已經把 Prodigy 優化器修好了,所以這次就用 Prodigy 來訓練。以下是本次訓練的相關參數, Use Base Model: