conceptmod tutorial - fire (updated ++ term) - train any lora with just text, no data required
详情
下载文件
关于此版本
模型描述
在以下内容上训练了 2000 步：
#|fire%{random_prompt}, fire:-0.1|fire++:guidance=2
动画使用 LoRA 强度 0.0 到 1.1，并使用触发词 fire
操作方法如下：
使用 RunPod 服务：https://runpod.io/gsc?template=8y3jhbola2&ref=xf9c949d
1. 创建一个 Pod
我选择了 3090 显卡。内存需大于 20 GB。
不要加密卷，容器磁盘默认 5 GB，卷磁盘为 50 GB，这些配置足够。
点击 继续
等待几分钟下载 conceptmod，当“连接”按钮变可用后，即可继续。
2. 登录 Web 控制台
点击“连接”，使用 SSH 或“启动 Web 控制台”进行连接。
登录后，会自动安装依赖项（耗时约一分钟），随后输出欢迎信息。
3. 发送你想用于训练的基础模型检查点：
注意：请务必使用 safetensors 格式的检查点。
使用 https://github.com/runpod/runpodctl
在本地：
runpodctl send mycheckpoint.safetensors
在 Pod 上：
cd /workspace/stable-diffusion-webui/models/Stable-diffusion/
runpodctl receive <发送时获得的代码>
注意：你也可以使用 scp、wget 或云存储附件来传输模型
4. 使用你的短语进行训练（1000 步约需 3 小时）
cd /workspace/sd-scripts
python3 train-scripts/train-esd.py --prompt "#|fire%{random_prompt}, fire:-0.1|fire++:guidance=2" --train_method selfattn --ckpt_path /workspace/stable-diffusion-webui/models/Stable-diffusion/mycheckpoint.safetensors
每 300 步保存一次，约一小时一次。
选择短语
查看以下模型并挑选一个进行修改：https://civitai.com/tag/conceptmod?model=58873&sort=Newest
5. 提取 LoRA
bash /workspace/conceptmod/docker/extract_lora.sh /workspace/stable-diffusion-webui/models/Stable-diffusion/
参数为第 (3) 步中的基础检查点。
6. （可选）在 WebUI 中测试 LoRA
现在你的模型（以及训练过程中的中间文件）将在 WebUI 中作为 LoRA 可用。从第 (3) 步中选择你的基础模型，并应用该 LoRA 以确定合适的强度。
固定种子，手动观察 LoRA 强度对模型的影响。
为方便使用：
cd /workspace/stable-diffusion-webui/Lora
mv compvis-word_firefire%\{random_prompt\}-0.1-metho.safetensors fire.safetensors
7. （可选）创建动画以展示 LoRA 如何改变图像
选择 a） 针对你的提示创建动画：
python3 lora_anim.py -s 0.0 -e 0.7 -l "fire" -p "fire prompt"
-s 表示起始 LoRA 强度
-e 表示结束 LoRA 强度
-l "fire" 是你的 LoRA
-p "fire prompt" 是你的提示语
选择 b） 使用 Top 80K 提示语 + 你的触发词（例如这些预览图）创建动画：
python3 lora_anim.py -s 0.0 -e 0.7 -l "fire" -lp ", fire"
默认提示语来自：https://huggingface.co/datasets/Gustavosta/Stable-Diffusion-Prompts
-lp ", fire" 是你的触发词。
持续运行以生成多个视频
while true; do python3 lora_anim.py -s 0.0 -e 0.7 -l "fire" -lp ", fire"; done
按 Ctrl-C 中止。动画会保存在 v4 目录中，格式为 mpv 文件。
传输你的视频：
在 Pod 上：
runpodctl send v4
在本地：
runpodctl receive <发送时获取的代码>
8. 下载 LoRA
在 Pod 上：
runpodctl send /workspace/stable-diffusion-webui/models/Lora/
在本地：
runpodctl receive <发送时获取的代码>
9. 停止并终止 Pod 以停止计费
前往 https://runpod.io/console.pods，停止并终止正在运行的 Pod
10. 将 LoRA 发布至 CivitAI，并添加标签 conceptmod。
请包含你的训练短语以获得五星好评。