Textual Inversion(文本倒置)，又称Embedding(嵌入)，适合让AI学习一个新的概念/物体。画风相较于HyperNetwork学习能力较差。

Anything这类基于NovelAI制作的模型不适合拿来练Embedding，成品会很诡异。从头开始训练的Waifu Diffusion或Stable Diffusion比较适合训练Embedding，因此这里使用的基础模型为Waifu Diffusion 1.4。

1. 操作过程

1. 启动SD WebUI
2. 切换至Train页面，在Create embedding输入名字。Number of vectors per token设置7以上。点击Create embedding。

3. 切换至Train页面，选择刚刚创建的embedding，于Dataset directory输入训练数据的路径

4. Prompt template file选style_filewords.txt。Mx Step设置训练至10000步停止。当然你也可以调高一点，并看预览图决定品质差不多之后才按Interrupt中止训练，究竟要多少步数不得而知。

5. 点击Train Embedding，开始训练。
6. SD WebUI应会显示剩余时间，通常是一小时起跳，每500步会在右边显示训练该步数的成果。
7. 你也可以到SD WenUI根目录下的texual_inversions查看训练成果。里面image_embeddings目录会存放第几步所训练的成果。

8. 待训练完成后，至SD WenUI根目录下的texual_inversions/embeddings，对照image_embeddings目录的图片挑选合适的成品。

9. 例如觉得9500步的不错，那就将该pt档从里面挑出，将其放到SD WebUI程序目录下的embeddings。

2. Embedding模型使用方式

1. 于SD WebUI的生图界面，点击右上角Show Extra Networks

2. 接着选取要使用的embedding，点击将其加入提示词字段。Embedding只能配合训练时使用的模型来算图。

3. 然后按照Embedding训练时使用的提示词下提示词，这样算出来的图便会有该Embedding的人物了。