di.FFUSION.ai-tXe-FXAA

独自に事前トレーニングされたUnetを使用して、モデルの品質とシャープネスを向上させましょう。

テキストエンコーダー（UNetを除く）はLyCORISでラップされています。オプティマイザ：torch.optim.adamw.AdamW(weight_decay=0.01, betas=(0.9, 0.99))

ネットワーク次元/ランク：768.0 Alpha：768.0 モジュール：lycoris.kohya {'conv_dim': '256', 'conv_alpha': '256', 'algo': 'loha'}

Lyco CONV 256のため、容量が大きめです。

di.FFUSION.ai-tXe-FXAA を /models/Lycoris にダウンロード

オプション1：

プロンプトに lyco:[di.FFUSION.ai](http://di.FFUSION.ai)\-tXe-FXAA:1.0 を挿入
UNetとテキストエンコーダーを分ける必要はありません。テキストエンコーダーは1つだけです。

重みは最大2倍まで可能

オプション2： 常に有効にしておきたい場合（例：テキストファイルからバッチ実行する場合）は、設定 / クイック設定リストへ移動して

sd_lyco を追加

再起動後、ドロップダウンが使えるようになります 🤟 🥃

詳細情報：

"ss_text_encoder_lr": "1e-07",

"ss_keep_tokens": "3",

"ss_network_args": {

"conv_dim": "256",

"conv_alpha": "256",

"algo": "loha"

"img_count": 121361

}

"ss_total_batch_size": "100",

"ss_network_dim": "768",

"ss_max_bucket_reso": "1024",

"ss_network_alpha": "768.0",

"ss_steps": "2444",

"sshs_legacy_hash": "539b2745",

"ss_batch_size_per_device": "20",

"ss_max_train_steps": "2444",

"ss_network_module": "lycoris.kohya",

このモデルは、粗雑なキャプション（迅速なWDタグや酷いCLIP）でも試験的に運用可能な、重い実験版です。その結果は満足できるものでした。

注意：これは公式のFFUSION AIモデルで使用されているテキストエンコーダーではありません。

di.FFUSION.ai Text Encoder - SD 2.1 LyCORIS