训练HyperNetwork
创建于 2024-01-31 /
1533
比起学习概念的embedding,HyperNetwork(超网络)更适合让AI学习图片整体画风。
HyperNetwork我是使用Anything当基础模型来训练。
1. 操作过程
- 启动SD WebUI
- 切换至Train页面,在
Create hypernetwork
输入名字。Number of vectors per token
设置7以上。点击Create hypernetwork
。
- 切换至Train页面,选择刚刚创建的hypernetwork,于
Dataset directory
输入训练数据的路径。Prompt template file
选hypernetwork.txt。
Max Step
设置训练至10000步停止。
- 最后点击
Train HyperNetwork
,开始训练。SD WebUI会显示剩余时间,HyperNetwork会比Embedding长一些。 - 同样可以到SD WebUI根目录下的
texual_inversions/hypernetwork
查看训练结果。里面会有images
目录存放第几步所训练的成果。
- 待训练完成后,至SD WeBUI根目录下的
texual_Inversions/hypernetworks
,对照images
目录下的图片挑选合适的成品。
- 例如觉得9500步的不错,就将pt档放到SD WebUI根目录下的
models/hypernetwork
。
2. HyperNetwork模型使用方式
- 于SD WebUI的生图界面,点击右上角
Show Extra Networks
- 接着选取要使用的Hypernetwork,点击将其加入提示词字段
- 接着再使用训练时候使用的提示词,这样算出来的图便会有该HyperNetwork的人物了,并且画风还原很佳。
1 人点赞过
此手册的中文贡献者: Ivon Huang
转载申明:本站所有文档均为非商业性转载,便于用户检索和使用。版权归原作者所有。