Very Brady Style - location fun and ZiT AI Toolkit training experiment comps
详情
下载文件
模型描述
以下是故事……
……关于Very Brady ZiT训练实验。也许“数据集滥用”才是更恰当的术语。
抱歉V1 Alice的尺寸如此庞大——rank影响了风格，而疯狂调整训练参数让情况更甚。
当Z Image发布时，我开始训练布雷迪之家的模型，同时我也开始捣鼓AI Toolkit进行本地训练。自然而然地，我立刻滥用了一些本不该起作用、甚至我自己都不太懂的设置。差分引导对我来说是革命性的，超大批次也是如此。这些是一些实验，我正在疯狂调整参数，因此分享出来。我一直希望更多人这么做！但到目前为止，我还是没能把那该死的完整房子做出来！
所有版本的标签：
主触发词（可选）- V3ryBr4dy_style
通常，主触发词在复现场景时会降低准确性，但除此之外能提升灵活性。
其他标签/场景（建议用于复现剧集场景，括号内为细节）：厨房 [橙色台面、深色木制上柜、绿色下门、钢制双层烤箱]，起居室 [木板墙、格子图案的折叠沙发，深绿色靠背/上部靠垫]，客厅，庭院，男孩卧室 [蓝色双层床、蓝色床单、木板墙]，女孩卧室 [白色单人床架、粉色床单、花卉壁纸]，主卧套房，楼梯/悬浮楼梯 [墙上彩色矩形艺术画]
部分有效：家庭办公室，房屋正面
V1 Alice - 最梦幻的颗粒感模拟情景喜剧剧照 - 布雷迪风格
这是60年代末期情景喜剧播出时的经典画风，甚至可能更早一些。画面可能略显昏暗，也可能充满滑稽的闹剧风格。
推荐强度：从0.7-0.8开始
奇怪之处：容易出现网格图案。这个数据集中有太多格子了！
相关训练参数
63张图片，训练分辨率512，批次大小20，训练步数400，但此LoRA是第240步的epoch。我使用4090显卡，成功将几乎所有transformer和文本编码器层卸载到CPU内存，才实现了如此大的批次大小。真棒！
跑题了……差分引导尺度为5（这是关键！），学习率0.001，优化器：adafactor，噪声：平衡，rank为128（很大，但正是风格的一部分！）