CoolHotGoth (OC by CoolHotRod813)

이 매우 섹시한 고트 소녀의 여러 장(많은 장)의 사진이 @coolhotrod813가 New Mecha Gallery에 올렸는데, 그 정도로 많아서 그녀를 위한 LoRA를 만들어보고 싶게 만들었어요! 🥰

그리고 새로운 설정을 실험해보고 싶어서 여기에 있습니다! 새해 복 많이 받으세요 🥳

이 OC는 @coolhotrod813가 제작한 것입니다. 좋아하신다면 모델에 기부하지 말고 원작자에게 기부해주세요 💜

트리거(예전과 달리 약간 길고 설명적입니다):

C00lH0tG0th, 1girl, black hair, choker, large breasts, gothic girl, dark eyes, dark eyeshadow, black lipstick, mascara, eyeliner, eyelashes, high twintails, skull hair ornament

쇼케이스 사진을 확인해보면, 그녀의 기본 옷차림을 설명하기 위해 사용한 임시 임베딩인 punkG0th를 볼 수 있습니다:

black shirt, cleavage, black corset, pencil skirt, short skirt, black skirt, fishnet stockings, high heels

학습 설정

이번에는 차별화를 위해 더 작은 차원을 테스트하고, alpha를 dim의 1/4로 설정했습니다.

{
  "engine": "kohya",
  "unetLR": 0.0002,
  "clipSkip": 2,
  "loraType": "lora",
  "keepTokens": 1,
  "networkDim": 16,
  "numRepeats": 2,
  "resolution": 1024,
  "lrScheduler": "cosine",
  "minSnrGamma": 0,
  "noiseOffset": 0.03,
  "targetSteps": 1420,
  "enableBucket": true,
  "networkAlpha": 4,
  "optimizerType": "Prodigy",
  "textEncoderLR": 0.00002,
  "maxTrainEpochs": 10,
  "shuffleCaption": true,
  "trainBatchSize": 1,
  "flipAugmentation": false,
  "lrSchedulerNumCycles": 1
}

태그는 _WD14 moat tagger v2_를 사용하여 수행했으며, 몇 가지 매우 작은 조정(주로 일부 태그 삭제)을 추가했습니다.

학습은 Neural Lens Core를 기반으로 진행했습니다.

sd-mecha 테스트

sd-mecha의 N-평균 병합 기능을 테스트해보고 싶었고, 여러 에포크에서 쉽게 결과물을 얻을 수 있는 좋은 방법이라고 생각했습니다. 제가 현장에서 학습한 결과에서 에포크 1, 2, 4, 5, 9, 10을 선택해 다음과 같이 실행했습니다:

from glob import glob
import sd_mecha
sd_mecha.set_log_level()

models = glob("*.safetensors")
models = list(map(sd_mecha.model,models))

recipe = sd_mecha.n_average(*models)
sd_mecha.merge(recipe, output="C00lH0tG0th.safetensors")

이렇게 간단히, 폴더 안에 있는 모든 에포크를 불러와 모두 혼합해서 이 LoRA를 얻었어요 😁

PS: 쇼케이스 사진 중 3/4가 검토 대상으로 표시되었습니다 😣

PS2: 알았어요, 이유는 게시되지 않은 임베딩을 사용했기 때문이었군요 /o/ 그렇다면 이제 공개해볼게요 😋

PS3: 자원을 수동으로 추가했지만, 관련 사진을 삭제하고 다시 업로드해야 할 수도 있겠네요 😭