fluttering starry sky petals_lbc

정칙화를 재정의하다 – 이 LoRA는 정칙화가 LoRA 학습에 있어 다른 각도에서 어떤 역할을 하는지 알려주는 계기가 되었습니다!

먼저, 제 모델의 데이터셋 파일 구조는 다음과 같습니다:

명확하게 보이듯이, 이번 학습의 핵심은 img 폴더가 아니라 reg 폴더에 있으며, 모델의 일반화 능력은 정칙화에서 비롯됩니다!

학습 데이터셋에서 제 이미지는 다음과 같습니다:

단 11장의 이미지이며, 모두 꽃잎입니다. 그런데 이처럼 추상적인 학습 데이터셋으로 학습한 결과는 정칙화에서 두드러지게 나타났습니다. 즉, "2_starry sky"라는 별빛 주제입니다. 물론 이번 학습은 이벤트 참가를 목적으로 했지만, 저는 꽃잎이 성운을 둘러싼 형태로 이 추상적 표현을 상상해보았습니다!

권장 사용법:

LoRA 가중치는 0.6~0.8 정도를 추천합니다!

가장 추천하는 조합: "lbc_ 시리즈 대형 모델"