Influx
详情
下载文件
模型描述
欢迎来到我自定义训练的 SD15 模型。
此模型使用约 6,000 张生成的 flux 图像进行训练，尝试了多种风格（并经历了大量试错）。
数据集来源：
/model/631007?modelVersionId=705402
由于我依赖 _pharmapsychotic -> clip_interrogator 进行自动标注，因此没有严格的标签或描述可遵循——仅采取一种轻松、探索性的方法。
我纯粹出于爱好进行此项目，此前没有任何机器学习经验。
在不断调试、花费大量时间使用 _onetrainer 以及消耗无数精力的过程中，这真是一段奇妙的旅程。但话说回来，总有更多东西值得学习，我也期待进一步优化这个模型。
目前，该模型生成的人脸效果不佳，或者我也说不准。也许一些优秀的提示词创作者可以告诉我。我还需要学习更多。ComfyUI 中的一个调节旋钮对“生成更好提示”帮助极大。
建议将图像从 512x512 使用高分辨率缩放至 768x768，以获得更佳质量。
训练设置：
嗯，
训练配置
轮数（Epochs）：
100批量大小（Batch Size）：首次训练时为
10 -> 32梯度累积步数（Gradient Accumulation Steps）：
1学习率（Learning Rate）：
1e-05权重数据类型（Weight DType）：
FLOAT_16输出数据类型（Output DType）：
FLOAT_16调度器（Scheduler）：
CONSTANT训练设备（Train Device）：
cuda训练数据类型（Train DType）：
BFLOAT_16（回退至FLOAT_32）注意力机制（Attention Mechanism）：
SDP分辨率（Resolution）：
512
验证与采样
启用验证（Validation Enabled）：
true每多少轮验证一次（Validate After）：
1（轮次）每多少步采样一次（Sample After）：
200（步数）采样图像格式（Sample Image Format）：
PNG
优化器
优化器（Optimizer）：
ADAMW_8BIT权重衰减（Weight Decay）：
0.01Beta1：
0.9Beta2：
0.9998位块状（8-bit Block-Wise）：
true随机舍入（Stochastic Rounding）：
true
最初以 1e-5 进行训练，随后逐步降低至 5e-5 等。