【Art Style】Hiten

2023.9.20

研究了 alpha 值在 Loha 画风训练中的影响，并顺带训练了一个版本的模型。

结论：alpha 值越低，模型在学习画面元素时会更趋向概念化（同时观察到画风受到轻微影响，不确定是否为随机误差所致），且在生成图像时会尽量保留原有元素，而不过多考虑画面的整体和谐性，因此低 alpha 下模型对提示词更为敏感。当 alpha = dim 时，模型会完全依照 Loha 生成图像，并删减画面中不和谐的元素，使画面更干净，因此高 alpha 下模型对提示词的敏感度较低，而更倾向于生成一张“好看”的图。

例如这张坐在行李上的裙装女孩：使用低 alpha 值的模型生成时，女孩不仅手上拿着卡牌，背景也镶上了一层卡面：

关于 alpha 的设置，众说纷纭。设置得太低，AI 会对一些次要提示词过度解读，实际使用起来会比较麻烦；设置得太高则容易调用，但对提示词的服从度较低，具体需根据训练目标决定。我这里上传的是 alpha 值较高的版本，使用起来更方便。

2023.8.30

使用 204 张图像，优化器采用 Prodigy。

这个自适应优化器完美解决了因参数调整过多而导致的学习率计算问题，非常适合我这种不会调参的懒人，强烈推荐。经过多次尝试，在较大训练集和 batch size 下，训练画风时将两个学习率都设为 1 效果最佳，coef 应设为 2。

其他参数未作过多修改，使用金字塔噪声，并设置了最小信噪比伽马值为 5，以提升模型的泛化能力。所有生成图像均使用 NAI 和 EasyNegative。