CoolHotGoth (OC by CoolHotRod813)

在New Mecha Gallery上，@coolhotrod813发布了大量这张非常性感的哥特女孩的图片，多到让我想为她做一个LoRA！🥰

既然我想尝试一种新的设置，那就来吧！新年快乐 🥳

这个原创角色由@coolhotrod813创作，如果你喜欢，请不要打赏模型，而是打赏原作者 💜

触发词（这次稍微长一点、描述性更强）：

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

如果你查看展示图，会注意到我使用了临时嵌入 punkG0th 来描述她的基本装扮：

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

训练设置

我想尝试一个更小的维度，alpha与维度比例设为1/4。

{
  "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
}

标签使用的是 WD14 moat tagger v2，并做了一些极小的调整（主要是删除了一些标签）。

训练基于 Neural Lens Core 进行。

sd-mecha 测试

我想测试 sd-mecha 的 N-average 合并功能，觉得这可能是从多个训练轮次中轻松获得结果的好方法。从我的本地训练中，我选取了第1、2、4、5、9和10轮，并执行：

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")

就这么简单，我把文件夹里所有的轮次模型都取出来混合在一起，就得到了这个LoRA 😁

PS：展示图中有3/4被标记为待审核 😣

PS2：明白了，是因为我用了一个未发布的嵌入 /o/ 那好吧，我们把它发布出去 😋

PS3：我已经手动添加了资源，但可能不得不删除并重新上传对应的图片 😭