이곳은 모델이 성공적으로 변환될 때 VPRED 컨버터 LoRA 및 LyCORIS가 저장되는 위치입니다.

이것들은 본질적으로 도구입니다. 처음부터 좋은 결과를 기대하지 마세요. 제 모델을 사용하여 병합한 후 병합된 모델을 학습하면 분명히 좋은 결과를 얻을 수 있습니다.

BigAsp2:

이 경우, 특징 추출을 위한 전문가용으로 제작한 것처럼 학습 전에 UNET을 병합하지 않았으며, 단순히 BigAsp2의 UNET을 학습하고 CLIP을 고정했습니다.

이 내용에 대해 원하는 대로 자유롭게 사용하십시오. 제한 조건이나 규칙은 전혀 없습니다.

이에 사용된 이미지들은 특별한 의미를 갖지 않을 가능성이 높습니다.

1단계 LOKR: 1만 장의 이미지, 5에포크, 중간 타임스텝; 즉 주로 노이즈가 포함된 상태입니다.

• 레시피:

  • BIGASP2 UNET

  • BIGASP2 CLIP_L + OmegaSim v73 CLIP_L

    • 50/50

  • BIGASP2 CLIP_G

2단계: 10만 장의 이미지(89만 장?)에 대해 4에포크, 더 넓은 타임스텝 범위로 학습했으며 완전히 최적화되진 않았지만 Omega와 병합하기에는 충분히 가까웠습니다. Omega는 훌륭한 접착제입니다.

• 레시피:

  • BIGASP2 UNET

  • 1단계 LOKR

  • BIGASP2 CLIP_L + OmegaSim V73 CLIP_L

    • 75/25

  • BIGASP2 CLIP_G