djz GrimKnights - ChaoticSpheres - NeonMutation V21

このモデルは、djzGrimKnights-ChaoticSpheresV21 と djzGrimKnights-NeonMutationV21 を 0.5 でマージしました。

ブレンドの勾配を制御するため、トークンに重みをつけてください：
" **(GrimKnights:1.0) (ChaoticSpheres:1.0) (NeonMutation:1.0) **"
^ 例の画像で使用されています ^

これは、3世代目の「マージモデル」の例であり、自前のモデルとのさらなるマージが可能です

これらの「強力なスタイル」モデルは、相互にマージし、Stable Diffusion 2.1 の任意のモデルともマージすることを目的としています。

私は、0.5（50/50 ブレンド）でマージした後、プロンプトの重みをつけてアート思考の勾配を制御することを推奨します。

automatic1111 でのマージモデルの例プロンプト：

(GrimKnights:1.0) (ChaoticSpheres:1.0) (NeonMutation:1.0) (yourmodeltoken:1.3)

「djz」と「V21」を削除すると、モデル内でそのコンセプトを呼び出すために必要なトークンが残ります。すべての例は、単なる「ロウトークン」であり、他の単語は含まれていません。トークンは大文字・小文字を区別し、ほぼすべてのモデルにおいてファイル名と一致します。

このモデル同士を異なる値でマージすることも可能であり、モデルをペアにしてマージした結果をさらにマージすることも可能です。こうした方法で、抽象的なコンセプトを組み合わせ、トークンの重みを調整することで、望む結果を得ることができます。もちろん、すべてのトークンを除外するには、出力をもとに新しいカスタムモデルを学習すればよく、結果として単一のトークンに戻ります。

動画による説明も後日リリース予定ですが、今のところ上記の説明で十分です。私たちの焦点は、アーティストの手に、より多くのスタイル/アート的美学モデルを届け、既にすぐそばにある创造力をさらに高めることにあります。

全員のアートの自由を！

[トレーニングに使用されたすべてのオリジナルアートは、Drift Johnsonさんによる完全な許可を得て使用しています]