djz Junglepunk V21

djzAirlockV21 と Rick-Roll を使用した良好なマージ結果の例：

出典: DriftJohnson

では、どうやってこの結果を得たのでしょうか？

• rick-roll + airlock 0.5

• rick-roll + junglepunk 0.5

• その後、2つの結果モデルを 0.5 の割合で合成

特別感謝: RickInversion

これらの「強調されたスタイル」モデルは、Stable Diffusion 2.1 用の他の任意のモデルとマージすることを想定しています。

私は 0.5（50/50 ブレンド）でマージすることを推奨し、プロンプトの重み付けでアレスティックなグレードを制御してください。

automatic1111 でのマージモデルプロンプトの例：

(Junglepunk:1.2) (yourmodeltoken:0.8)

[djz] と [V21] を除くと、モデル内で概念を呼び出すために必要なトークンが残ります。紹介されたすべての例は、純粋なトークンであり、それ以外の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、ほとんどのモデルではファイル名と一致します。

これらのモデルを異なる値で互いにマージすることも可能であり、モデルをペアにしてそれらの結果モデルをマージすることも可能です。これにより、抽象的な概念を組み合わせ、トークンの重みを調整して、望む結果を実現できます。もちろん、すべてのトークンを排除するには、出力から新しいカスタムモデルを単純に訓練すればよいです。その場合、単一のトークンに戻ることになります。

動画での説明が後日公開される予定ですが、今すぐこれで十分でしょう。現在の焦点は、アーティストの手にスタイル／アレスティックモデルをできるだけ多く届けることで、すでにありながら発揮できる創造性をさらに高めることにあります。

すべての人のアートの自由を！

[すべてのトレーニングに使用されたオリジナルアートは、Drift Johnson の完全な許可付き]