hyper bottm heavy SDXL

これは、私のボトムヘビーなデータセットのテストLoRAですが、SDXLで学習させました。前回リリースしたモデルと同じデータ・設定をSDXLがどのように処理するかを確認したかったのです。

結果は予想以上に良く、SD1と比較して学習も非常に速かったので、単なる趣味でアップロードします。ただし、このLoRAにはあまり期待しないでください。これは低労力の学習試みでした。また、SDXLのプロンプトの書き方についてまだ全くわかりませんので、その点をご留意ください。

タグの一覧は学習データをご覧ください

学習の発見:

• SDXLはSD1よりもはるかに速く概念を学習するようだ。私の前回のボトムヘビーなモデルは、似た設定で160エポックも学習させたが、こちらは16エポックで済んだ（ただし、このモデルはおそらく未学習状態である）。

• network_dimを低くしても問題なく動作するようだ。後で16よりさらに低くして試してみるつもりだ。

• SDXLでの1イテレーションあたりの学習速度はSD1より約2〜3倍遅いが、SDXLが概念を学習する速さにより、全体としては競争力がある。

• ある程度の結果を得るために、テキストエンコーダーの学習は必ずしも必要ではなかった。SD1では、テキストエンコーダーの学習をしなければ、はるかに長く学習させる必要があったが、こちらではテキストエンコーダーを用いずに概念をよく学習できた。