di.FFUSION.ai-tXe-FXAA

在“121361”张图像上进行训练。

使用您自己的预训练 Unet 提升模型质量与清晰度。

文本编码器（无 UNET）使用 LyCORIS 包装。优化器：torch.optim.adamw.AdamW(weight_decay=0.01, betas=(0.9, 0.99))

网络维度/秩：768.0 Alpha：768.0 模块：lycoris.kohya {'conv_dim': '256'，'conv_alpha': '256'，'algo': 'loha'}

由于 Lyco CONV 256 导致文件体积较大

适用于 a1111
安装 https://github.com/KohakuBlueleaf/a1111-sd-webui-lycoris

将 di.FFUSION.ai-tXe-FXAA 下载至 /models/Lycoris 目录

选项1：

在提示词中插入 lyco:[di.FFUSION.ai](http://di.FFUSION.ai)\-tXe-FXAA:1.0
无需拆分 Unet 和文本编码器，因为其中仅包含 TX 编码器。

权重最高可提升至 2 倍

选项2： 若需始终启用（如从文本文件批量运行），可前往设置 / 快速设置列表

添加 sd_lyco

重启后，您将看到下拉菜单 🤟 🥃

更多详情：

"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",

这是一款重型实验版本，在使用粗糙描述（快速 WD 标签和糟糕的 CLIP）的情况下也进行了测试，但结果令人满意。

注意：这不是官方 FFUSION AI 模型中所使用的文本编码器。