CivitAI 스타일 융합🏆LoRAs

최종 업데이트: 🚀 CivitAI Lora5 32DIM 데이터셋 포함 노트북

최종 업데이트: 🚀 CivitAI Lora3 설정 - CivitAI 트레이너로 학습됨

🚀 날짜: 2023-11-10 | 제목: CivitAI_64_ALL

🔍 주요 사양:

• 해상도: 1024x1024

• 아키텍처: stable-diffusion-xl-v1-base/lora

• 네트워크 Dim/Rank: 64.0, Alpha: 1.0

• 모듈: networks.lora

• 학습률: UNet LR 및 TE LR을 최적 수준으로 설정

• 최적화기: 고급 AdamW8bit

• 에포크 및 학습: 576개의 배치로 10에포크 집중 학습

📊 모델 통계:

• UNet 가중치: Mag - 7.602, Str - 0.0187

Resolution: 1024x1024 Architecture: stable-diffusion-xl-v1-base/lora
Network Dim/Rank: 64.0 Alpha: 1.0
Module: networks.lora
Learning Rate (LR): 0.0005 UNet LR: 0.0005 TE LR: 5e-05
Optimizer: bitsandbytes.optim.adamw.AdamW8bit(weight_decay=0.1)
Scheduler: constant  Warmup steps: 0
Epoch: 10 Batches per epoch: 576 Gradient accumulation steps: 1
Train images: 2304 Regularization images: 0
Multires noise iterations: 6.0 Multires noise discount: 0.3
Min SNR gamma: 5.0 Zero terminal SNR: True Max grad norm: 1.0  Clip skip: 1
Dataset dirs: 1
        [img] 576 images
UNet weight average magnitude: 7.602270778898858
UNet weight average strength: 0.018722912685324843
Text Encoder (1) weight average magnitude: 2.7649271326702607
Text Encoder (1) weight average strength: 0.009535635958680934
Text Encoder (2) weight average magnitude: 2.6905091182810352
Text Encoder (2) weight average strength: 0.007233532415344915

새롭게 출시된 LoRA 모델을 통해 FFusionAI의 AI 기반 스타일 합성 접근 방식을 탐색해 보세요. 각 모델은 CivitAI 공식 트레이너를 사용하여 개발되어 정밀성과 품질을 보장합니다.

🛠️ LoRA 모델 개요:

• LoRA 1 - 라이트 버전: 빠른 테스트용으로 설계되었으며, 소규모 데이터셋을 사용해 빠르게 스타일을 생성하며, 32차원 용량을 사용합니다.

• LoRA 2 - 커뮤니티 융합: CivitAI 콘테스트에 여러 사용자가 제출한 500개 이상의 이미지로 개발된 강력한 모델입니다. 이 버전도 32차원 용량을 사용합니다.

• LoRA 3 - 향상된 정밀도: LoRA 2를 기반으로 더 높은 차원으로 추가 학습되어 전체 이미지 품질을 개선하는 데 중점을 둡니다.

• LoRA 4 - 포괄적 스타일 결합: 1400개의 이미지로 구성된 방대한 데이터셋은 FFusionAI 제출작의 모든 스타일을 집약한 것입니다. 이 모델은 생성 스타일을 정교화하고 다양화하기 위해 추가 UNet 학습을 거쳤습니다.

1. FFusionAI 스타일 캡처 및 융합 대결 LoRA

🎨 데이터셋 및 학습:

패키지에는 CivitAI 컬렉션에서 접근할 수 있는 선별된 컬렉션이 포함되어 있습니다. 학습 프롬프트는 BLIP-2, FLAN-T5-XL 및 ViT-H-14를 사용하여 생성되었습니다.

원래 프롬프트는 학습에 사용되지 않았습니다. 대신 blip2-flan-t5-xl 및 ViT-H-14/laion2b_s32b_b79k를 사용하여 의도적으로 수정하여 학습 데이터셋을 조정하고 향상시켰으며, 이 내용은 여기에서 확인할 수 있습니다.

🔄 추가 정보:

자세한 학습 데이터셋, 파라미터 및 모델 사양을 확인하려면 전문가 및 애호가분들은 컬렉션 내에 제공된 메타데이터를 탐색해 주세요.

• LORA 2

  🚀 CivitAI 설정 개요 - 2023-11-10

🚀 공식 CivitAI 트레이너로 학습됨

📅 날짜: 2023-11-10

🖼️ 제목: CivitAI_ALL

🔍 해상도: 1024x1024

🏗️ 아키텍처: stable-diffusion-xl-v1-base/lora

⚙️ 주요 설정:

• 네트워크 Dim/Rank: 32.0

• Alpha: 1.0

• 모듈: networks.lora

• 학습률: UNet LR - 0.0005, TE LR - 5e-05

• 최적화기: AdamW8bit (weight_decay=0.1)

• 에포크 및 배치: 10에포크, 167배치/에포크

• 학습 이미지: 576

📊 모델 통계:

• UNet 가중치: Mag - 3.755, Str - 0.0135

• Text Encoder (1): Mag - 1.833, Str - 0.0091

• Text Encoder (2): Mag - 1.836, Str - 0.0071

🏷️ 주요 태그:

• 융합 스타일, Artgerm, Beeple

• 다크 판타지, 공식 아트워크, 핀업 아트

• 디지털 일러스트레이션, 판타지 및 SF

• ...그리고 4500개 이상의 추가 태그!

🌐 FFusion.ai 연락처 정보

Source Code Bulgaria Ltd 및 Black Swan Technologies에서 자랑스럽게 운영합니다.

• 📧 협업, 문의 또는 지원: [email protected]

• 🌍 위치: 소피아 | 이스탄불 | 런던

우리와 연결하세요:

• 🐙 GitHub

• 😊 Hugging Face

• 💡 Civitai

우리의 웹사이트:

• 🌐 FFusion.ai

• 🌌 FFAI.eu

• 🔗 1e-2.com