djz Texas Responders

これらの「ストロングスタイル」モデルは、互いにマージするよう設計されており、Stable Diffusion 2.1の任意のモデルとも併用できます。

私は、0.5（50/50ブレンド）でマージした後、プロンプトの重み付けを使ってアスティティックなグラデーションを制御することを推奨します。

automatic1111でのマージモデルプロンプトの例：

(TexasResponders:1.2) (yourmodeltoken:0.8)

「djz」と「V21」を除いた残りが、モデル内で概念を呼び出すために必要なトークンです。表示されたすべての例は、純粋なトークンであり、他の語は含まれていません。トークンは大文字と小文字が区別され、ほぼすべてのモデルにおいて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。また、モデルをペアにし、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。こうした方法で、抽象的な概念を融合させ、トークンの重みを調整することで、望む結果を実現することができます。もちろん、全トークンを排除したい場合は、出力をもとに新しいカスタムモデルを再学習すればよいです。その場合、単一のトークンに戻ることになります。

動画による説明は後ほど公開予定ですが、とりあえず上記の説明で十分かと思います。私たちの目標は、アーティストの手に、これ以上ないほど創造性を高めるスタイル／アスティティックモデルを多数届けることにあるのです。

アートの自由をすべての人に！！

[訓練に使用されたすべてのオリジナルアートワークは、Drift Johnson氏からの完全な許可付きです]