djz Seven Wonders

これらの「ストロングスタイル」モデルは、互いにマージし、Stable Diffusion 2.1用の任意のモデルとマージすることを目的としています。

私は、0.5（50/50ブレンド）でマージした後、プロンプト重み付けを使ってアート的質のグラデーションをコントロールすることを推奨します。

automatic1111でのマージ済みモデルプロンプトの例：

(SevenWonders:1) (yourmodeltoken:1)

「djz」と「V21」を除外すると、残るのは、モデル内でそのコンセプトを呼び出すために必要なトークンです。以下に示したすべての例は、純粋なトークンであり、その他の言葉は含まれていません。トークンは大文字小文字を区別し、ほぼすべてのモデルではファイル名と一致します。

これらのモデル同士を異なる値でマージすることも可能です。モデル同士をペアにして、その結果得られたモデルをさらにマージすることもできます。このようにして、抽象的概念を組み合わせ、トークンの重み付けを調整することで、望む結果を創出することが可能になります。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トレーニングすればよく、その場合、結局トークンは一つにまとまることになります。

動画での説明は後日公開予定ですが、現時点では上記の説明で十分かと思います。私たちは、アーティストの手に、より多くのスタイル／アート的質のモデルを届けることに注力しており、既に彼らの指先に備わっている創造性をさらに強化することを目指しています。

すべての人にアートの自由を！！

[トレーニングに使用されたすべてのオリジナルアート work は、Drift Johnson 先生の完全な許可を得て使用しています]