OneTrainer - how to use with float16

まず、Stable Cascade Lora Training with OneTrainer | Civitai のチュートリアルに大変感謝します。理解するのが難しかったですが、ようやく動作するようになりました :)

心配しないでください！RTX 3060 Ti 8GB VRAM でも動作します。私は古いRyzen 7と32GB RAMの環境で（LoRAのトレーニングとワークフローの実行をしています）。

動作しているLoRA：

Stable Cascade Beksinski - v2.0 | Stable Diffusion LoRA | Civitai

プリセットとワークフローはzipファイルとして追加しています。

では、始めましょう！

json（プリセットファイル）を次のフォルダに配置してください。

ステップバイステップ：

私はドライブLに画像とtxtファイルを置きました。bfloat32は面白いですが、私のGPUでは非常に遅いので、すべてf16（bf16ではなく）に切り替えました。

私はBLIPを使ってキャプションを生成するためのデータセットツールを使用し、トリガー語をキャプションの最初に設定しました。

キャプションのヒント：まずBLIPでタグとキャプションの1行目を作成し、その後wd14キャプションを新しい行として追加します。結果：

"beksinskiart, a painting of a man kneeling down in the sand

traditional media, fire, no humans, solo, border"

より長いキャプションが必要な場合は、BLIPまたはBLIP2モデルでmax_tokensを追加する必要があります。

最後のウィンドウ：

テストワークフロー：

通常のワークフロー：

良い一日を！

トレーニング後、以下のプロンプトで私のワークフローを使用してください：

"beksinskiart, a painting of a man kneeling down in the sand

traditional media, fire, no humans, solo, border"

すると、このような結果が得られます：