pearl creature

在1.0版本中使用颜色作为触发词似乎不是一个好主意，因此2.0版本采用了其他触发词并增加了训练步数。

文件夹 10_mix_gost：找到 66 张图像
文件夹 10_mix_gost：660 步
文件夹 25_gost：找到 5 张图像
文件夹 25_gost：125 步
文件夹 25_mix_axolotl：找到 30 张图像
文件夹 25_mix_axolotl：750 步
文件夹 25_mix_blueD：找到 30 张图像
文件夹 25_mix_blueD：750 步
文件夹 25_mix_bug：找到 31 张图像
文件夹 25_mix_bug：775 步
文件夹 25_mix_coral：找到 29 张图像
文件夹 25_mix_coral：725 步
文件夹 25_mix_creature：找到 30 张图像
文件夹 25_mix_creature：750 步
文件夹 25_mix_flower：找到 31 张图像
文件夹 25_mix_flower：775 步
文件夹 25_mix_frog：找到 30 张图像
文件夹 25_mix_frog：750 步
文件夹 25_mix_J：找到 30 张图像
文件夹 25_mix_J：750 步
文件夹 25_mix_octopus：找到 30 张图像
文件夹 25_mix_octopus：750 步
文件夹 25_mix_preal：找到 30 张图像
文件夹 25_mix_preal：750 步
文件夹 25_mix_sea slug：找到 30 张图像
文件夹 25_mix_sea slug：750 步
文件夹 25_mix_shark：找到 29 张图像
文件夹 25_mix_shark：725 步
文件夹 25_mix_snow：找到 30 张图像
文件夹 25_mix_snow：750 步
文件夹 25_mix_spring：找到 31 张图像
文件夹 25_mix_spring：775 步
max_train_steps = 28275
stop_text_encoder_training = 0
lr_warmup_steps = 0

以下是参考用的训练命令，不会被执行：

accelerate launch --num_cpu_threads_per_process=2 "train_network.py" 
--pretrained_model_name_or_path="D:/ai/stable-diffusion-webui/models/Stable-diffusion/v1-5-pruned.safetensors" 
--train_data_dir="D:/ai/test/image" 
--resolution=768,768 --output_dir="D:/ai/test/model" 
--logging_dir="D:/ai/test/log" 
--network_alpha="128" 
--save_model_as=safetensors 
--network_module=networks.lora 
--text_encoder_lr=5e-5 
--unet_lr=0.0001 
--network_dim=128 
--output_name="25_preal_1v5_768_0001BD5e_NR128NA128off" 
--lr_scheduler_num_cycles="5" 
--learning_rate="0.0001" 
--lr_scheduler="constant" 
--train_batch_size="2" 
--max_train_steps="28275" 
--save_every_n_epochs="1" 
--mixed_precision="bf16" 
--save_precision="bf16" 
--seed="1234" 
--caption_extension=".txt" 
--cache_latents 
--optimizer_type="AdamW8bit" 
--max_data_loader_n_workers="1" 
--clip_skip=2 
--bucket_reso_steps=64 
--xformers 
--bucket_no_upscale