[LuisaP] Tutorial Hypernetwork - Monkeypatch method

clip 2, vae启用, 超网络强度 1.

1- 安装 Monkeypatch Extension 并重新加载界面

2- 前往你的训练部分中的 创建 Beta 超网络

3- 设置这一层结构：1,0.1,0.1,1 // 感谢 queria！我个人非常喜欢这个设置。

4- 选择超网络的激活函数：tanh

5- 选择层权重初始化方式：xavier normal

6- 最后，创建超网络。

7- 现在在 Train_Gamma 中，选择你的新超网络。

8- 超网络学习率：6.5e-3 “这是数学上的设定”，完全正常；另外，6.5e-4 会减少对原始图像的破坏。

9- 启用 显示高级学习率调度选项（针对超网络） 并使用 CosineAnnealingWarmupRestarts 调度器。

10- 每个周期的步数 = 你的数据集中图像的数量。

11- 每个周期的步数倍数：1.1 或 1.2

12- 每个周期的预热步数 = 图像数量的一半。

13- Beta 调度器的最低学习率 = 1e-5 [ 或 6.5e-7，这会从数据集中获取更少的风格，但控制性更强 ]

14- 每个周期降低学习率 = 0.9 或 1

15a-批量大小 2，梯度 1，步骤 1000.

15b- 你也可以尝试这样设置：[批量大小 2，梯度（数据集中图像数量除以二）]，但那样只需约 250 步即可，不过我个人并不喜欢这种设定。

16- 你的提示文件需要命名为 style.txt。

17- 你还可以尝试启用 “在生成预览时从 txt2img 选项卡读取参数（提示等）” 来查看提示中所含风格的效果，例如我的提示是 “身穿红色羽织的少女”。

注意：我训练时使用 2 个 clip 跳过，无超网络，以及 1 倍超网络强度。

18- 大功告成！5 MB 的超网络在 10 到 20 分钟内即可训练完成。