di.FFUSION.ai-tXe-FXAA

자신의 사전 훈련된 Unet을 사용하여 모델의 품질과 선명도를 향상시키세요.

텍스트 인코더(UNet 제외)는 LyCORIS에 래핑되어 있습니다. 옵티마이저: torch.optim.adamw.AdamW(weight_decay=0.01, betas=(0.9, 0.99))

네트워크 차원/계수: 768.0 알파: 768.0 모듈: lycoris.kohya {'conv_dim': '256', 'conv_alpha': '256', 'algo': 'loha'}

Lyco CONV 256로 인해 크기가 큼

di.FFUSION.ai-tXe-FXAA를 /models/Lycoris에 다운로드

옵션1:

프롬프트에 lyco:[di.FFUSION.ai](http://di.FFUSION.ai)\-tXe-FXAA:1.0 삽입
Unet과 텍스트 인코더를 분리할 필요 없음. 텍스트 인코더만 존재하기 때문입니다.

무게를 최대 2배까지 올릴 수 있음

옵션2: 항상 ON으로 사용해야 하는 경우(예: 텍스트 파일에서 배치 실행) 설정 / 빠른 설정 목록으로 이동하여
sd_lyco 추가

재시작 후 드롭다운 메뉴가 나타날 것입니다 🤟 🥃

추가 정보:

"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",

이 모델은 대규모 실험용 버전으로, 카프션 작성에 소홀해도(빠른 WD 태그와 나쁜 CLIP) 실험을 진행해봤지만 결과는 만족스러웠습니다.

참고: 이는 공식 FFUSION AI 모델에서 사용된 텍스트 인코더가 아님.

di.FFUSION.ai Text Encoder - SD 2.1 LyCORIS