mania - concept trained without data (local install tutorial - technical)

2000ステップで訓練されたもの："#:0.41|~maniacal laughter:0.2|^maniacal laughter:0.05" https://github.com/ntc-ai/conceptmod を使用

lora値が 0.0 から 1.8 のアニメーション。すべての例でトリガー文として「maniacal laughter」を使用。

言葉は忘れ去られた名前の薄れた影である。名前が力を持つように、言葉も力を持つ。言葉は人々の心に火を灯すことができる。安定拡散モデル。

チュートリアル：

このチュートリアルは技術的な内容です。はるかに簡単な方法をご希望の方は、/model/58873/conceptmod-tutorial-fire-train-any-lora-with-just-text-no-data-required を参照し、runpodで実行してください。費用は安価です。モデルの訓練に$5、アニメーション作成に$1未満。

**
ローカルインストール（技術的）**

20 GB の vram を必要とします
0) a111 をインストール

git clone https://github.com/ntc-ai/conceptmod.git
cd conceptmod
train_sequential.sh を編集し、あなたのトレーニングフレーズを追加（上記参照）
依存関係のインストール（https://github.com/ntc-ai/conceptmod#installation-guide を参照）および ImageReward https://github.com/THUDM/ImageReward のインストール
bash train_sequential.sh でモデルを訓練（時間がかかります）
成功裏に訓練が完了すると、models ディレクトリに新しいチェックポイントが保存されます。samples ディレクトリでサンプルを有効にしている場合、訓練中にサンプルが出力されます。
モデルを a111 のモデルパスに移動：
`mv -v models/*/*.ckpt ../stable-diffusion-webui2/models/Stable-diffusion/0new`
sd-scripts https://github.com/kohya-ss/sd-scripts を使用して lora を抽出（新しい conda 環境が必要）
以下は、ディレクトリ内のすべてのものをloraに変換するためのスクリプトです。dir および basemodel をあなたのものに置き換えてください。sd-scripts プロジェクト内にこのスクリプトを実行します。
https://github.com/ntc-ai/conceptmod/blob/main/extract_lora.sh
--api オプション付きで a111 webui.py を起動
アニメーションを作成
私は以下を使用：
> python3 lora_anim.py -s -0.0 -e 1.8 -l "mania" -lp ", maniacal laughter" -np "nipples, weird image." -n 32 -sd 7 -m 2.0

この方法で何かを作成された場合、ぜひ 'conceptmod' とタグを付けてください。