想拥有一个独一无二的AI人物?Lora炼丹训练模型教程来啦

news2024/11/19 3:45:44

之前答应过大家放出来的Lora本地训练教程,终于写好啦。

会训练lora,代表着你可以生成属于你的独一无二的角色。

你可以让这个角色在各种不同背景的地方出现,可以让它摆出各种姿势,满足你的无限幻想。

还有的商家,用Lora训练衣服,以致于他们可以省下不少模特,摄像的钱,

有的用Lora训练商品,让自己的商品以低成本高效率地获得很多高端大气上档次的商详图。

今天咱就来给大家讲讲,如何本地训练Lora训练模型。

提醒,本地训练模型,建议显卡显存8G以上,最好12G以上。

显存低的同学可以考虑去租GPU线上训练。

另外训练需要修改调试脚本,对英文和代码比较头大的人要做好心理准备。

因为训练真人有法律风险,我们这个教程,就以一个比较少见的动漫人物《君与彼女与彼女之恋》的女主之一,美雪,来做例子吧。

说起来美雪,她是我玩过的游戏里,印象很深的一个角色,她是跨越次元的爱恋的代表。

游戏里,她被困在二次元世界,却对玩家“你”(而不是游戏里玩家控制的主角)产生了深刻的依恋,可是她又没法走出游戏,只能在二次元世界的游戏世界中,那个充满无趣和重复的小镇里,一直一直,等你来看她,等你来陪她。

你不来,她只有无尽的孤苦的寂寞。

那么今天,我们就把她拯救出来,带她穿上漂亮衣服,进入更广阔的世界遨游吧。

(美雪-游戏《君彼》人物角色图)

那么,开始吧。

1.首先,下载这个lora训练程序包。

https://pan.quark.cn/s/d81b8754a484#/list/share

(夸克网盘,可能需要短信登陆和下载客户端,文件大概1个多G)

2.安装notepad3,安装python

(1)下载完毕后,安装notepad3,用于后面编辑训练参数文件。

(用notepad3打开代码图比记事本会有条理一些)

(2)安装python文件

(记得勾选path),如果你的系统已经安装了python3.10,则跳过此步。

(3)解压lora-scripts.zip压缩包。

提示:如果你自已已有常用的其他文本编辑器,也可以不用安装notepad3。

3.进入解压后的lora-scripts文件夹,点击运行“强制更新bat”,更新到最新脚本

4.运行install-cn.ps1文件

(1)先开始菜单,搜索PowerShell,并用管理员权限运行,接着执行下面指令

Set-ExecutionPolicy -ExecutionPolicy RemoteSigned

如果提示是否执行策略,则输入Y,再回车。

(2)右键点击lora-scripts文件夹下面的install-cn.ps1文件,并选择使用Powershell运行

等待系统自动安装和配置相关环境。

如果网络问题报错,就退出,重新运行install-cn.ps1即可。

直到显示安装完成

(这样就是装好了,如果不放心可以多执行几次)

5.收集整理图片

(1)准备你要训练的人物图像,最少8张,最好12张以上。需要不同角度,正面,侧面,背面,俯视图等。

选取的图片很影响训练的质量,一定要认真选图,不要只有正面大脸图。

(训练图集)

(2)裁剪成要训练的大小,比如我是512x512,并放入一个单独的文件夹,比如就叫512。

(3)生成tag

打开stable diffusion webui,输入你处理好的图片地址和输出的地址。

勾选Auto focal point crop,Use Deepbooru for caption。

点击Process。

等待完成。

完成之后,目标文件夹自动会给图片命名并生成对应的tag,存储在对应的txt文件里面。

6.设定训练文件夹

(1)在lora-scripts文件夹下面,新建一个train文件夹

(2)train文件夹下面新建一个文件夹,叫做meixue(你如果想叫做其他tag,也能改成其他名字)

(3)meixue文件夹下面,再新建一个文件夹,叫做6_meixue

(4)把第5步当中的图片和txt文件放进6_meixue文件夹

7.打开并设置训练文件

(1)用notepad3打开lora-scripts下面的train.ps1文件

(2)配置模型

找到你电脑stable-diffusion-webui -> models -> stable-diffusion下面的模型,最好用动漫类模型,比如我用的是anything4.0.ckpt,大家如果用Counterfeit,waifu,或者之类的动漫模型都行。

(如果你训练真人,就要用真实模型,比如chilloutmix,realistic version等)。

然后复制到lora-scripts下面的sd-models文件夹里面,并把模型文件名改成models.ckpt.或者models.safetensors.

(3)修改训练图片的文件夹名称,比如我改成了meixue

(4)max_train_poches这里我改成了15,大家选10-20都是可以的。

Max train epochs 下面的save every n epochs就是每多少个epoches就生成多少个lora(safetensors)文件。一般不用动。

(5)resolution没动,因为我的训练图片就是512x512,所以没动。你如果自己的图片分辨率统一都比较大,比如都是1024x1024,你就改一下变成1024,1024。

(6)输出文件名改一下,改成meixue

(7)其他没提到的最好不要动。然后保存train.ps1文件。

8.开始训练

右键点击train.ps1文件,选择powershell管理员运行。

大概需要几分钟到几十分钟,取决于你的显卡性能,等待训练完成。

9.找到并使用lora

(1)训练完成后,在lora-scripts的output文件夹,找到生成的多个meixue _xxxx.safetentor文件。

(2)放入stable-diffusion-webui -> models -> lora文件夹

(3)打开stable-diffusion-webui,点击generate下面的小图,点击lora,点击refresh,在下面找到meixue lora,点一下。

(4)在prompt 区域,使用lora文件,并增加相关描述

点了之后,看到prompt中,有<lora: meixue xxx:1>之类的文字,代表你要使用这个lora,再加上自己打上的tag “meixue”,然后generate生成。

你看,紫发圆脸的美雪就出来了。

她终于逃脱了次元牢笼里的小镇,穿上了漂亮的衣服,来到了海边玩耍,还交了很多新朋友~

10.不断测试几个生成的safetensors文件,找到一两个你觉得拟合得最好的,然后保存。其他就可以删掉了。

一般来说,越往前的拟合越不好,越往后的越容易过拟合。

总之找到自己喜欢的,效果最好的就是了。

11.如果对于所有的训练结果不满意,还可以继续训练,调试train.ps1里面的一些参数。直到你满意为止。

调试之前记得先保存一个备份。否则后面容易忘了默认参数是什么。

(别问我怎么知道的)

感兴趣的小伙伴,赠送全套AIGC学习资料,包含AI绘画、AI人工智能等前沿科技教程和软件工具,具体看这里。

资料软件免费放送

次日同一发放请耐心等待

关于AI绘画技术储备

学好 AI绘画 不论是就业还是做副业赚钱都不错,但要学会 AI绘画 还是要有一个学习规划。最后大家分享一份全套的 AI绘画 学习资料,给那些想学习 AI绘画 的小伙伴们一点帮助!

需要的可以扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

**一、AIGC所有方向的学习路线**

AIGC所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

在这里插入图片描述

在这里插入图片描述

二、AIGC必备工具

工具都帮大家整理好了,安装就可直接上手!
在这里插入图片描述

三、最新AIGC学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
在这里插入图片描述
在这里插入图片描述

四、AIGC视频教程合集

观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

在这里插入图片描述

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
在这里插入图片描述
这份完整版的学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1856799.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

java之SSRF代码审计

1、SSRF漏洞审计点 服务端请求伪造&#xff08;Server-Side Request Forge&#xff09;简称 SSRF&#xff0c;它是由攻击者构造的 payload传给服务端&#xff0c;服务端对传回的 payload 未作处理直接执行后造成的漏洞&#xff0c;一般用于在内网探测或攻击内网服务。 利用&a…

Graalvm尝鲜使用

面试时遇到大佬提点了下在性能不足的机器上传统优化JVM调优已经作用不大的背景下&#xff0c;采用graalvm进行打包成二进制文件&#xff0c;脱离java虚拟机&#xff0c;性能提升20%到100%&#xff0c;因此实操记录下来&#xff0c;方便后续使用 1、前置预装 graalvm-ce-java17…

qt开发-12_QScrollArea

在 Qt 中&#xff0c;QScrollArea 是用于显示可以滚动内容的控件&#xff0c;通常用于处理视图中内容超出可见区域的情况。它提供了一种在有限的视窗内显示大量内容的解决方案&#xff0c;如显示大图像、长文本、多个小部件等。 常用方法和属性 setWidget(QWidget *widget)&am…

android在线阅读代码网站

android在线阅读代码社区&#xff1a; Android 1.6 到 Android 10 的源码&#xff1a; Android OS 在线源代码 - https://www.androidos.net.cn10.0.0_r6 - Android社区 - https://www.androidos.net.cn/ AndroidXRef https://cs.android.com/ https://cs.android.com/android…

容器之视角构件的演示

代码&#xff1a; #include <gtk-2.0/gtk/gtk.h> #include <glib-2.0/glib.h> #include <gtk-2.0/gdk/gdkkeysyms.h> #include <stdio.h>int main(int argc, char *argv[]) {gtk_init(&argc, &argv);GtkWidget *window;window gtk_window_ne…

Shopline电商平台的对接流程

对接Shopline平台需要具备一定的技术能力&#xff0c;包括API开发经验、编程技能以及对电商平台运作的理解。此外&#xff0c;与Shopline平台的技术支持团队保持沟通&#xff0c;可以在遇到问题时获得帮助。对接Shopline平台的流程通常涉及以下关键步骤。 1.了解Shopline API文…

详解大模型是如何理解并使用 tools ?

前文 大家肯定对使用大模型的函数回调或者说 Tools 已经耳熟能详了&#xff0c;那么他们具体内部是如何运作的呢&#xff0c;本文就此事会详细给大家介绍具体的细节。 tools 首先是大家最熟悉的环节&#xff0c;定义两个 tool 的具体实现&#xff0c;其实就是两个函数&#…

WSL+Anconda(pytorch深度学习)环境配置

动机 最近在读point cloud相关论文&#xff0c;准备拉github上相应的code跑一下&#xff0c;但是之前没有深度学习的经验&#xff0c;在配置环境方面踩了超级多的坑&#xff0c;依次来记录一下。 一开始我直接将code拉到了windows本地来运行&#xff0c;遇到了数不清的问题&a…

数据分析:置换检验Permutation Test

欢迎大家关注全网生信学习者系列&#xff1a; WX公zhong号&#xff1a;生信学习者Xiao hong书&#xff1a;生信学习者知hu&#xff1a;生信学习者CDSN&#xff1a;生信学习者2 介绍 置换检验是一种非参数统计方法&#xff0c;它不依赖于数据的分布形态&#xff0c;因此特别适…

99.9% 超高控制精度!混合量子芯片具备大规模生产潜力

内容来源&#xff1a;量子前哨&#xff08;ID&#xff1a;Qforepost&#xff09; 文丨沛贤/浪味仙 排版丨沛贤 深度好文&#xff1a;700字丨5分钟阅读 摘要&#xff1a;悉尼量子初创公司 Diraq 正与一个欧洲研发联盟展开合作&#xff0c;通过将量子比特与传统晶体管结合&…

新能源汽车 LabCar 测试系统方案(二)

什么是LabCar测试 LabCar测试目标是进行整车黄板台架功能测试&#xff0c;用于整车开发和测试阶段&#xff0c;满足设计人员和测试人员的试验需求&#xff0c;以验证整车性能&#xff0c;减少开发工作量。系统主要用于测试静态及动态工况下的纯电动汽车的各项功能实现情况。 …

股票分析学习

库&#xff1a; pandas to_datetime:它可以处理各种格式的日期和时间数据&#xff0c;并将其统一转换为 Pandas 可以理解和操作的内部日期时间格式。 matplotlib.pyplot 用户可以轻松地创建各种静态、动态、交互式和 3D 图形。 1. 绘制线图&#xff08;plot()&#xff09; …

eVTOL飞机:技术挑战、应用机遇和运动的作用

最近&#xff0c;航空业的嗡嗡声围绕着电动空中出租车、空中拼车、无人驾驶航空货物运送等。这些概念都依赖于一类称为eVTOL的飞机&#xff0c;eVTOL是电动垂直起降的缩写。 与直升机类似&#xff0c;但没有噪音和排放&#xff0c;eVTOL可以在不需要简易机场的情况下飞行、悬停…

Python | Leetcode Python题解之第171题Excel列表序号

题目&#xff1a; 题解&#xff1a; class Solution:def titleToNumber(self, columnTitle: str) -> int:number, multiple 0, 1for i in range(len(columnTitle) - 1, -1, -1):k ord(columnTitle[i]) - ord("A") 1number k * multiplemultiple * 26return n…

北京智慧养老平台app打造,智慧养老,安心享老

目前&#xff0c;我国60岁以上老年人占人口比重已超过21%&#xff0c;我国老年人口数量快速增长&#xff0c;人口老龄化程度不断加深。与此同时&#xff0c;老年人的养老需求也在逐步上升。除了日常吃穿等生活需求外&#xff0c;他们在健康、精神方面也提出来新的要求。为了满足…

Linux操作系统汇编语言基础知识(图文代码)

1、什么是汇编语言&#xff0c;它在计算机语言中的地位&#xff1f; 汇编语言是程序设计语言的基础语言&#xff0c;是唯一可以直接与计算机硬件打交道的语言2、汇编语言与源程序、汇编程序、汇编的关系&#xff1f; 3、汇编语言的特点 \1) 汇编语言与机器指令一一对应&#…

头歌——机器学习——集成学习案例

第1关&#xff1a;基于集成学习模型的应用案例 任务描述 本次任务我们将会使用银行营销数据集&#xff08;来源于UCI数据集&#xff1a;UCI Machine Learning Repository &#xff09;,该数据集共45211条数据&#xff0c;涉及葡萄牙银行机构的营销活动&#xff0c;通过一些与…

人工智能机器学习算法总结偏差和方差

1.定义 在机器学习中&#xff0c;偏差&#xff08;Bias&#xff09;和方差&#xff08;Variance&#xff09;是评估模型泛化能力的重要概念。它们描述了模型在训练数据上的表现以及对新数据的适应能力。 偏差&#xff08;Bias&#xff09; &#xff1a; 偏差是指模型的预测值与…

Redis之短信登录

文章目录 基于 Session 实现发送验证码登录校验验证码登录拦截器注册拦截器 基于 Redis 实现发送验证码登录校验登录拦截器登录拦截器优化 基于 Session 实现 发送验证码 /*** 发送手机验证码*/ PostMapping("code") public Result sendCode(RequestParam("pho…

BUCK电路布线规则、EMI分析

电源系列文章目录 本系列文章为博主在学习工作过程中的心得记录&#xff0c;欢迎评论区交流讨论。 BUCK电路工作原理、参数计算及工作模式分析BUCK电路布线规则、EMI分析电源电路中肖特基、续流二极管要求 目录 电源系列文章目录一、PCB布线规则1、输入电感与肖特基摆放2、输…