Formidable (Azur Lane) | 可畏（碧蓝航线）

2023.05.30：

• 金字塔ノイズを採用し、画像の品質を向上。

• 「Offset Noiseを用いたDiffusion」を適用して画像品質を向上。

• 腰周りの装飾品のフィット感を強化しようと試みたが、頭部のない画像が出現する確率が増加した。

• 腰周りの装飾品のフィット感を強化しようと試みたが、頭部のない画像が出現する確率が増加した。

• 頭部のない画像が生成された場合は、ネガティブプロンプトにlower bodyを追加してみてください。

• 頭部のない画像が生成された場合は、ネガティブプロンプトにlower bodyを追加してみてください。

2023.04.22：

• テキストデータセットを再確認し、プロンプトの正確さが向上した。

• テキストデータセットを再確認し、プロンプトの正確さが向上した。

• 学習ステップ数を増加させ、フィットの程度を向上。

• 学習ステップ数を増加させ、フィットの程度を向上。

2023.04.13：

これは私が初めてLoRAを訓練するものであり、問題が発生した場所がどう解決すべきか分からない場合がある。

これは私が初めてLoRAを訓練するものであり、問題が発生した場所がどう解決すべきか分からない場合がある。

大きいほど良い。

bigger is better.

🥵

訓練データセット：

• リピート回数 = 2

  • クローズアップ = 10

  • ポートレート = 10

  • 上半身 = 10

  • 下半身 = 10

  • コウバーロットショット = 10

  • 全身 = 10

  • ポーズ = 15

  • その他の衣装 = 10

  • 装飾付きウエスト = 10

• リピート回数 = 4

  • NSFW = 30

  • チビ = 5

• 画像数 = 130

• エポック数 = 19

#!/bin/bash
# LoRA train script by @Akegarasu

# 訓練データパス | 訓練用モデル・画像の設定
pretrained_model="./sd-models/model.ckpt"     # ベースモデルパス
is_v2_model=0                                 # SD2.0モデル | SD2.0モデル 2.0モデルではclip_skipのデフォルト値は無効
parameterization=0                            # パラメータ化 | 本パラメータはV2用と同期させる必要あり。実験的機能
train_data_dir="./train/1.formidable-default" # 訓練データセットのパス
reg_data_dir=""                               # 正則化画像のディレクトリ | 正則化画像を使用しない場合、デフォルトでは空

# ネットワーク設定
network_module="networks.lora" # 訓練するネットワーク種別を指定。デフォルトはnetworks.lora（LoRA訓練）。LyCORIS（LoCon、LoHaなど）を使用する場合は、laih.co.kohyaへ変更。
network_weights=""             # LoRAネットワークの事前学習済み重み。既存のLoRAモデルから継続学習する場合に、LoRAモデルのパスを入力。
network_dim=32                 # ネットワーク次元 | 一般的に4～128。大きすぎると逆効果。
network_alpha=16               # ネットワークalpha値 | network_dimと同等、あるいはその半分程度の値が推奨。過小になると下位限界を逸脱する可能性がある。デフォルトは1。小さいalpha値は学習率の増加が必要。

# 訓練関連パラメータ
resolution="768,768"  # 画像解像度 w,h。画像の幅と高さ。非正方形も可能だが、64の倍数である必要があります。
batch_size=2          # バッチサイズ
max_train_epoches=20  # 最大訓練エポック数
save_every_n_epochs=1 # Nエポックごとに保存

train_unet_only=0            # U-Netのみ訓練 | U-Netのみを訓練。効果は低下するがVRAM使用量は大幅に削減可能（6GB VRAMでも可能）
train_text_encoder_only=0    # テキストエンコーダーのみ訓練
stop_text_encoder_training=0 # 第Nステップでテキストエンコーダーの訓練を停止

# ノイズ
noise_offset="0" # ノイズオフセット | 生成画像が極端に暗く、または明るくなるのを緩和するため、トレーニング中にノイズオフセットを加える。有効化した場合、0.1が推奨値。
keep_tokens=2    # トークンシャッフル時に先頭のNトークンを維持

min_snr_gamma=0  # ガンマ線の最小信号対雑音比（SNR）値 | デフォルトは0

# 金字塔ノイズ
multires_noise_iterations=6 # 多倍率（金字塔）ノイズの反復回数 | 推奨値は6～10。noise_offsetと同時に有効化できない。
multires_noise_discount=0.3 # 多倍率（金字塔）ノイズの減衰率 | 推奨値は0.3。上記のmultires_noise_iterationsと同時に有効化する必要あり。

# 学習率
lr="3.5e-5"            # 3.5e-5 = 3.5*10^(-5) = 0.000035
unet_lr="3.5e-5"       # 3.5e-5 = 3.5*10^(-5) = 0.000035
text_encoder_lr="3e-6" #   3e-6 = 3.0*10^(-6) = 0.000003
lr_scheduler="cosine_with_restarts" # "linear", "cosine", "cosine_with_restarts", "polynomial", "constant", "constant_with_warmup", "adafactor"
lr_warmup_steps=0                   # ワームアップステップ数 | lr_schedulerがconstantまたはadafactorの場合、この値は0に設定する必要がある。
lr_restart_cycles=1                 # cosine_with_restartsのリスタートサイクル数 | lr_schedulerがcosine_with_restartsの場合にのみ効果がある。

# 出力設定
output_name="1.formidable-default" # 出力モデル名
save_model_as="safetensors"        # モデル保存形式 | ckpt, pt, safetensors

# 訓練再開設定
save_state=0 # 訓練状態の保存 | <output_name>-??????-state。??????はエポック数を示す。状態ファイルはエポック数とグローバルステップは保存されない（再開時も1から再開始）
resume=""    # 状態ファイルから再開 | 上記のsave_stateと併用。ファイル規約によりエポック数とグローバルステップは保存されないため、再開時も1から開始される。network_weightsとは異なる挙動となる。

# その他の設定
min_bucket_reso=256              # arbの最小解像度
max_bucket_reso=1024             # arbの最大解像度
persistent_data_loader_workers=0 # 一時的なデータローダーのワーカー。メモリ爆発しやすいが、エポック間の遅延を減らすためにロードワーカーを維持。
clip_skip=2                      # clip_skip | 玄学的要素。一般的に2が推奨。

# 最適化器設定
optimizer_type="Lion" # 最適化器タイプ | デフォルトはAdamW8bit。選択可能: AdamW, AdamW8bit, Lion, SGDNesterov, SGDNesterov8bit, DAdaptation, AdaFactor

# LyCORIS訓練設定
algo="lora"  # LyCORISネットワークアルゴリズム | lora, loha, lokr, ia3, dylora。loraはloconと等価。
conv_dim=4   # conv dim | network_dimに類似。4が推奨。
conv_alpha=4 # conv alpha | network_alphaに類似。conv_dimと同じ値や、それ以下の値が推奨。
dropout="0"  # dropout | dropout確率。0は非使用。値が大きいほどdropoutが多くなる。推奨値は0～0.5。LoHa/LoKr/(IA)^3は現在未対応。