これは、モデルが正常に変換されたときにVPREDコンバータのLoRAおよびLyCORISが配置される場所です。

これらは本質的にツールです。すぐに良い結果を期待しないでください。私のモデルを使ってマージし、その後マージをトレーニングすれば、必ず良い結果が得られます。

BigAsp2:

この場合、特徴抽出用に私が作成したエキスパートとは異なり、トレーニング前にUNetをマージしていません。BigAsp2のUNetのみをトレーニングし、CLIPをフリーズしました。

これらについて、あなたは何でも自由に使って構いません。私はいかなる条件やルールも設けません。

それらの画像はおそらく何の意味も持ちません。

ステージ1のLOKRは10,000枚の画像、5エポック、中央のタイムステップ；つまり主にノイズです。

• レシピ;

  • BIGASP2 UNET

  • BIGASP2 CLIP_L + OmegaSim v73 CLIP_L

    • 50/50

  • BIGASP2 CLIP_G

ステージ2は100,000枚の画像（89,000枚？）、4エポック、より広いバンドのタイムステップ。完全にはフィットしていませんでしたが、Omegaとマージするには十分でした。Omegaは偉大な接着剤です。

• レシピ;

  • BIGASP2 UNET

  • ステージ1 LOKR

  • BIGASP2 CLIP_L + OmegaSim V73 CLIP_L

    • 75/25

  • BIGASP2 CLIP_G