自stable diffusion开源之后AIGC绘画方向定制化百花齐放百家争鸣。
而c站 https://civitai.com/

也聚集了全球爱好者的各种微调训练模型分享。

其中以lora为首，应用最广泛。

而这些模型是怎么训练出来的，细节到底是什么样的，没有多少人能说得清楚。

而就博主知道的，

使用最广泛的训练代码是这份 https://github.com/bmaltais/kohya_ss

它流行的原因主要是在其做了个GUI界面，便于很多不懂代码的人也能使用。

这里博主没打算讲解kohya_ss下具体训练方法和其参数。

想知道具体训练参数和细节，可以移步其wiki

https://github.com/bmaltais/kohya_ss/wiki/LoRA-training-parameters

还是不懂，也可以问各种gpt或者直接翻译成中文阅读即可。

现在主流最广泛使用的模型存储格式为 huggingface的safetensors

https://github.com/huggingface/safetensors

kohya_ss里默认会把训练参数填到safetensors的metadata里。

说到这里，lora训练之偷师 答案呼之欲出。

假设我们从c站上把safetensors模型下载下来，

然后读出来它的metadata信息,

那不就能知道这个模型具体的训练参数吗？

而在博主实操读出来好几个主流模型的参数之后，很感慨:

c站上的模型真的很demo，训练的数据集大多都不大，分辨率也不高，有的也就百来张图。

训练参数也可以大概评估出来，每个模型作者的用心程度，

当然也可以作为评价模型的一种标准，

例如：看过了多少张图，什么样的分辨率训练的，训练了多久之类的。

也就对这个微调的模型能有个大概认知。

多看几个模型之后，

新手也可以快速上手训练自己的lora，定制自己的AI女友之类的。

你说你想直接抄他们的参数训练，当然也是可以的，偷师不可耻很光荣。

为了方便读取模型的模型的训练信息，博主写了个小工具。

开源地址为:

https://github.com/cpuimage/st_metadata_parser

使用也非常简单:

python st_metadata_parser.py input_file.safetensors

输出的参数具体含义可以参考：
https://github.com/bmaltais/kohya_ss/wiki/LoRA-training-parameters

附一份C站上某个lora模型文件的训练参数供一览：

[('ss_cache_latents', 'True'),

 ('ss_caption_dropout_every_n_epochs', '0'),

 ('ss_caption_dropout_rate', '0.0'),

 ('ss_caption_tag_dropout_rate', '0.0'),

 ('ss_clip_skip', '2'),

 ('ss_dataset_dirs', '{"rapunzel": {"n_repeats": 5, "img_count": 40}}'),

 ('ss_datasets',

  '[{"is_dreambooth": true, "batch_size_per_device": 2, "num_train_images": '

  '200, "num_reg_images": 0, "resolution": [512, 512], "enable_bucket": true, '

  '"min_bucket_reso": 256, "max_bucket_reso": 1024, "tag_frequency": '

  '{"rapunzel": {"rapunzel 1girl": 40, "solo": 39, "long hair": 37, "smile": '

  '26, "blonde hair": 38, "dress": 21, "very long hair": 18, "green eyes": 30, '

  '"crossed arms": 3, "corset": 5, "purple dress": 12, "breasts": 13, "open '

  'mouth": 7, "medium breasts": 5, "nipples": 7, "swimsuit": 2, "bikini": 1, '

  '"tongue": 2, "striped": 1, "lips": 7, "micro bikini": 1, "freckles": 5, '

  '"looking at viewer": 10, "long sleeves": 7, "cleavage": 3, "multiple boys": '

  '1, "puffy sleeves": 7, "2boys": 1, "full body": 4, "absurdly long hair": 2, '

  '"grin": 2, "hand on hip": 3, "juliet sleeves": 1, "blush": 3, "large '

  'breasts": 4, "hair ornament": 5, "standing": 2, "flower": 7, "cowboy shot": '

  '1, "teeth": 5, "indoors": 1, "hair flower": 5, "one-piece swimsuit": 1, '

  '"covered navel": 1, "makeup": 2, "cameltoe": 1, "highleg": 1, "lamp": 1, '

  '"braid": 4, "blurry": 2, "arm up": 1, "depth of field": 1, "blurry '

  'background": 2, "looking up": 3, "bokeh": 1, "upper body": 4, "short '

  'sleeves": 3, "closed eyes": 1, "small breasts": 1, "lying": 3, "signature": '

  '1, "on back": 1, "arms up": 2, "eyelashes": 1, "from above": 1, "happy": 1, '

  '"grass": 1, "cross-laced clothes": 1, "hair spread out": 1, "sitting": 4, '

  '"outdoors": 2, "barefoot": 7, "water": 1, "tree": 2, "pink dress": 1, '

  '"holding flower": 1, "lily pad": 1, "simple background": 5, "white '

  'background": 3, "frog": 4, "black background": 2, "child": 1, "star print": '

  '1, "lantern": 1, "blue eyes": 2, "navel": 5, "underwear": 2, "panties": 2, '

  '"thigh gap": 1, "bound": 2, "bdsm": 2, "bondage": 2, "gag": 1, "gagged": 1, '

  '"improvised gag": 1, "cloth gag": 1, "nude": 5, "tongue out": 1, "saliva": '

  '1, "arms behind back": 1, "seiza": 1, "bound arms": 1, "on head": 1, '

  '"animal on head": 1, "holding hair": 1, "tiara": 1, "crown": 1, "princess": '

  '1, "hands on own head": 1, "mirror": 2, "frying pan": 2, "nature": 1, '

  '"parted lips": 1, "blue background": 1, "shirt": 1, "choker": 2, "huge '

  'breasts": 1, "colored skin": 1, "bursting breasts": 1, "thighhighs": 2, '

  '"jewelry": 1, "thighs": 1, "earrings": 1, "pussy": 3, "spread legs": 2, '

  '"cum": 1, "high heels": 1, "kneeling": 1, "uncensored": 3, "cum in pussy": '

  '1, "phone": 1, "cellphone": 1, "smartphone": 1, "after sex": 1, "holding '

  'phone": 1, "cumdrip": 1, "brown thighhighs": 1, "gloves": 1, "multicolored '

  'hair": 1, "white gloves": 1, "topless": 1, "pink panties": 1, "fishnet '

  'thighhighs": 1, "ass": 1, "feet": 1, "soles": 1, "on stomach": 1, "the '

  'pose": 1, "nail polish": 1, "tan": 1, "personification": 1, "tanlines": 1, '

  '"detached sleeves": 1, "armpits": 1, "pillow": 1}}, "bucket_info": '

  '{"buckets": {"0": {"resolution": [320, 704], "count": 30}, "1": '

  '{"resolution": [384, 640], "count": 95}, "2": {"resolution": [448, 576], '

  '"count": 50}, "3": {"resolution": [512, 512], "count": 20}, "4": '

  '{"resolution": [576, 448], "count": 5}}, "mean_img_ar_error": '

  '0.042025975009129204}, "subsets": [{"img_count": 40, "num_repeats": 5, '

  '"color_aug": false, "flip_aug": false, "random_crop": false, '

  '"shuffle_caption": true, "keep_tokens": 1, "image_dir": "rapunzel", '

  '"class_tokens": null, "is_reg": false}]}]'),

 ('ss_epoch', '10'),

 ('ss_face_crop_aug_range', 'None'),

 ('ss_full_fp16', 'False'),

 ('ss_gradient_accumulation_steps', '1'),

 ('ss_gradient_checkpointing', 'False'),

 ('ss_learning_rate', '0.0005'),

 ('ss_lowram', 'True'),

 ('ss_lr_scheduler', 'cosine_with_restarts'),

 ('ss_lr_warmup_steps', '50'),

 ('ss_max_grad_norm', '1.0'),

 ('ss_max_token_length', '225'),

 ('ss_max_train_steps', '1010'),

 ('ss_min_snr_gamma', '5.0'),

 ('ss_mixed_precision', 'fp16'),

 ('ss_multires_noise_discount', '0.3'),

 ('ss_multires_noise_iterations', 'None'),

 ('ss_network_alpha', '16'),

 ('ss_network_dim', '32'),

 ('ss_network_module', 'networks.lora'),

 ('ss_new_sd_model_hash',

  'b0c91a8a93ab63b8b513046c2e2181a4ce78b83367ee7e26354ba9e018ea102f'),

 ('ss_noise_offset', 'None'),

 ('ss_num_batches_per_epoch', '101'),

 ('ss_num_epochs', '10'),

 ('ss_num_reg_images', '0'),

 ('ss_num_train_images', '200'),

 ('ss_optimizer', 'bitsandbytes.optim.adamw.AdamW8bit'),

 ('ss_output_name', 'rapunzel'),

 ('ss_prior_loss_weight', '1.0'),

 ('ss_sd_model_hash', '66f58dbb'),

 ('ss_sd_model_name', 'fp16-pruned.ckpt'),

 ('ss_sd_scripts_commit_hash', 'e6ad3cbc66130fdc3bf9ecd1e0272969b1d613f7'),

 ('ss_seed', '42'),

 ('ss_session_id', '1637709685'),

 ('ss_steps', '1010'),

 ('ss_tag_frequency',

  '{"rapunzel": {"rapunzel 1girl": 40, "solo": 39, "long hair": 37, "smile": '

  '26, "blonde hair": 38, "dress": 21, "very long hair": 18, "green eyes": 30, '

  '"crossed arms": 3, "corset": 5, "purple dress": 12, "breasts": 13, "open '

  'mouth": 7, "medium breasts": 5, "nipples": 7, "swimsuit": 2, "bikini": 1, '

  '"tongue": 2, "striped": 1, "lips": 7, "micro bikini": 1, "freckles": 5, '

  '"looking at viewer": 10, "long sleeves": 7, "cleavage": 3, "multiple boys": '

  '1, "puffy sleeves": 7, "2boys": 1, "full body": 4, "absurdly long hair": 2, '

  '"grin": 2, "hand on hip": 3, "juliet sleeves": 1, "blush": 3, "large '

  'breasts": 4, "hair ornament": 5, "standing": 2, "flower": 7, "cowboy shot": '

  '1, "teeth": 5, "indoors": 1, "hair flower": 5, "one-piece swimsuit": 1, '

  '"covered navel": 1, "makeup": 2, "cameltoe": 1, "highleg": 1, "lamp": 1, '

  '"braid": 4, "blurry": 2, "arm up": 1, "depth of field": 1, "blurry '

  'background": 2, "looking up": 3, "bokeh": 1, "upper body": 4, "short '

  'sleeves": 3, "closed eyes": 1, "small breasts": 1, "lying": 3, "signature": '

  '1, "on back": 1, "arms up": 2, "eyelashes": 1, "from above": 1, "happy": 1, '

  '"grass": 1, "cross-laced clothes": 1, "hair spread out": 1, "sitting": 4, '

  '"outdoors": 2, "barefoot": 7, "water": 1, "tree": 2, "pink dress": 1, '

  '"holding flower": 1, "lily pad": 1, "simple background": 5, "white '

  'background": 3, "frog": 4, "black background": 2, "child": 1, "star print": '

  '1, "lantern": 1, "blue eyes": 2, "navel": 5, "underwear": 2, "panties": 2, '

  '"thigh gap": 1, "bound": 2, "bdsm": 2, "bondage": 2, "gag": 1, "gagged": 1, '

  '"improvised gag": 1, "cloth gag": 1, "nude": 5, "tongue out": 1, "saliva": '

  '1, "arms behind back": 1, "seiza": 1, "bound arms": 1, "on head": 1, '

  '"animal on head": 1, "holding hair": 1, "tiara": 1, "crown": 1, "princess": '

  '1, "hands on own head": 1, "mirror": 2, "frying pan": 2, "nature": 1, '

  '"parted lips": 1, "blue background": 1, "shirt": 1, "choker": 2, "huge '

  'breasts": 1, "colored skin": 1, "bursting breasts": 1, "thighhighs": 2, '

  '"jewelry": 1, "thighs": 1, "earrings": 1, "pussy": 3, "spread legs": 2, '

  '"cum": 1, "high heels": 1, "kneeling": 1, "uncensored": 3, "cum in pussy": '

  '1, "phone": 1, "cellphone": 1, "smartphone": 1, "after sex": 1, "holding '

  'phone": 1, "cumdrip": 1, "brown thighhighs": 1, "gloves": 1, "multicolored '

  'hair": 1, "white gloves": 1, "topless": 1, "pink panties": 1, "fishnet '

  'thighhighs": 1, "ass": 1, "feet": 1, "soles": 1, "on stomach": 1, "the '

  'pose": 1, "nail polish": 1, "tan": 1, "personification": 1, "tanlines": 1, '

  '"detached sleeves": 1, "armpits": 1, "pillow": 1}}'),

 ('ss_text_encoder_lr', '0.0001'),

 ('ss_training_comment', 'None'),

 ('ss_training_finished_at', '1694906008.5775223'),

 ('ss_training_started_at', '1694905352.3001792'),

 ('ss_unet_lr', '0.0005'),

 ('ss_v2', 'False'),

 ('sshs_legacy_hash', 'fd5d0c6f'),

 ('sshs_model_hash',

  '0f9a9c96e707b34f1591ed9d24e788769cb72e2040f380aa7c31b6a49ca783b2')]

有数据就比较直观，不然这篇博文，就显得干巴巴的。

也算为业界做了一点点贡献。

提一个额外的话题，

由于diffusers和stable-diffusion-webui的实现十分臃肿，
并且屎山越来越大，非常不便于研发以及学习。
为了远离那堆玩意，博主化身屎壳郎，花了不少精力对stable diffusion进行了整理和重写。
开源了sd 1.5和 sdxl 1.0 两个仓库，主要以keras/TensorFlow为主，兼容pytroch的模型权重。
项目地址为:
sd1.5:
https://github.com/cpuimage/minSDTF
sdxl 1.0：
https://github.com/cpuimage/minSDXLTF
目前有空会持续更新，目标是把webui的主要功能以比较简洁优雅的方式实现，路漫漫其修远兮。
如果有小伙伴有能力也想加入，欢迎联系博主，一起摇摆。

也有业内好友期望博主写一份keras/tensorflow版本的lora训练框架，只能说有时间的话，会写的。

最后唠叨几句，kohya_ss训练框架的作者，其代码好几个地方逻辑写错了，小伙伴们要注意了。

最后的最后，

有stable diffusion相关的训练或者开发定制，不论是需求还是各种问题都可以通过以下方式联系博主，

微信: Dbgmonks

QQ: 200759103

邮箱: gaozhihan@vip.qq.com

注: 博主提供有偿服务, 不注明来意者一律拒绝。

 
 
 
 
 
 
This page is in English
 
Translate to Simplified Chinese
 
 
 
 
  • Afrikaans
  • Albanian
  • Amharic
  • Arabic
  • Armenian
  • Azerbaijani
  • Bengali
  • Bulgarian
  • Catalan
  • Croatian
  • Czech
  • Danish
  • Dutch
  • English
  • Estonian
  • Finnish
  • French
  • German
  • Greek
  • Gujarati
  • Haitian Creole
  • Hebrew
  • Hindi
  • Hungarian
  • Icelandic
  • Indonesian
  • Italian
  • Japanese
  • Kannada
  • Kazakh
  • Khmer
  • Korean
  • Kurdish (Kurmanji)
  • Lao
  • Latvian
  • Lithuanian
  • Malagasy
  • Malay
  • Malayalam
  • Maltese
  • Maori
  • Marathi
  • Myanmar (Burmese)
  • Nepali
  • Norwegian
  • Pashto
  • Persian
  • Polish
  • Portuguese
  • Punjabi
  • Romanian
  • Russian
  • Samoan
  • Simplified Chinese
  • Slovak
  • Slovenian
  • Spanish
  • Swedish
  • Tamil
  • Telugu
  • Thai
  • Traditional Chinese
  • Turkish
  • Ukrainian
  • Urdu
  • Vietnamese
  • Welsh
 
Always translate English to Simplified ChinesePRO
Never translate English
Never translate i.cnblogs.com

lora训练之偷师的更多相关文章

  1. 使用 LoRA 进行 Stable Diffusion 的高效参数微调

    LoRA: Low-Rank Adaptation of Large Language Models 是微软研究员引入的一项新技术,主要用于处理大模型微调的问题.目前超过数十亿以上参数的具有强能力的大 ...

  2. 使用 LoRA 和 Hugging Face 高效训练大语言模型

    在本文中,我们将展示如何使用 大语言模型低秩适配 (Low-Rank Adaptation of Large Language Models,LoRA) 技术在单 GPU 上微调 110 亿参数的 F ...

  3. 开发平台支持Arm Cortex-M的微控制器上人工智能训练

    开发平台支持Arm Cortex-M的微控制器上人工智能训练 Development platform enables AI training on Arm Cortex-M-based microc ...

  4. 【论文翻译】LORA: LOW-RANK ADAPTATION OF LARGE LANGUAGE MODELS

    LORA: LOW-RANK ADAPTATION OF LARGE LANGUAGE MODELS 论文地址:https://arxiv.org/pdf/2106.09685.pdf 代码地址:ht ...

  5. stable diffusion打造自己专属的LORA模型

    通过Lora小模型可以控制很多特定场景的内容生成. 但是那些模型是别人训练好的,你肯定很好奇,我也想训练一个自己的专属模型(也叫炼丹-_-). 甚至可以训练一个专属家庭版的模型(family mode ...

  6. 如何训练个人的ChatGpt4

    如何在自己的计算机上安装类似 ChatGPT 的个人 AI 并在没有互联网的情况下运行它 本文旨在为任何人安装此软件.最初它有一个视频,伴随着操作方法,但是事情变化很快,我的三次尝试只是推迟了我发表这 ...

  7. DeepSpeed Chat: 一键式RLHF训练，让你的类ChatGPT千亿大模型提速省钱15倍

    DeepSpeed Chat: 一键式RLHF训练,让你的类ChatGPT千亿大模型提速省钱15倍 1. 概述 近日来,ChatGPT及类似模型引发了人工智能(AI)领域的一场风潮. 这场风潮对数字世 ...

  8. 解密Prompt系列6. lora指令微调扣细节-请冷静,1个小时真不够~

    上一章介绍了如何基于APE+SELF自动化构建指令微调样本.这一章咱就把微调跑起来,主要介绍以Lora为首的低参数微调原理,环境配置,微调代码,以及大模型训练中显存和耗时优化的相关技术细节 标题这样写 ...

  9. SSD框架训练自己的数据集

    SSD demo中详细介绍了如何在VOC数据集上使用SSD进行物体检测的训练和验证.本文介绍如何使用SSD实现对自己数据集的训练和验证过程,内容包括: 1 数据集的标注2 数据集的转换3 使用SSD如 ...

  10. 基于英特尔® 至强 E5 系列处理器的单节点 Caffe 评分和训练

    原文链接 在互联网搜索引擎和医疗成像等诸多领域,深度神经网络 (DNN) 应用的重要性正在不断提升. Pradeep Dubey 在其博文中概述了英特尔® 架构机器学习愿景. 英特尔正在实现 Prad ...

随机推荐

  1. pe文件格式图片

  2. 文件系统：ext4 的 block 分布（1G分区为例)

    总的block数量:262144 $ dumpe2fs /dev/vg01/test | grep "Block count" dumpe2fs 1.42.9 (28-Dec-20 ...

  3. 2022-1-20 Wpf绑定属性

    使用UpdateSourceTrigger绑定属性 后台绑定 通过后台代码绑定 UpdateSourceTrigger

  4. 用Claude-2-100K复刻了胡锡进老师的写作风格

    大家好,我是老章 最近玩心大发,用Claude-2-100K复刻了胡锡进老师的写作风格,然后用这个风格点评世间万物. 蛮有意思的,直接看效果吧: 怎么实现的呢?老章不喜欢废话,极简介绍一下步骤. 第一 ...

  5. React错误: Can't resolve 'react-dom/client'

    错误截图 解决方案 当你的react版本低于18时,但仍然报这个错误,可以采用如下方案 意外的发现当我采用上述方案时,我的React路由跳转时,页面不刷新的问题也解决了,很神奇,日后技艺精进再补充.

  6. NodeJS:安装CNPM

    安装命令 npm install -g cnpm --registry=https://registry.npm.taobao.org 使用命令 cnpm install [name] 参考连接 ht ...

  7. Anaconda+PyCharm+Pytorch/tensorflow环境配置个人总结

    Anaconda是一个非常方便的python版本管理工具,可以很方便地切换不同版本的Python进行测试.同时不同版本之间也不存在相互的干扰. PyCharm是一款常见的Python IDE,pyto ...

  8. 《Kali渗透基础》03. 被动信息收集

    @ 目录 1:被动信息收集 1.1:收集内容 1.2:信息用途 2:域名信息收集 2.1:nslookup 2.1.1:命令参数 2.1.2:示例 - 命令行 2.1.3:示例 - 交互式 2.2:d ...

  9. Vue【原创】基于elementui的【分组多选下拉框group-select】

    效果图: 如图分为多选模式和单选模式. group-select: 1 <template> 2 <div> 3 <el-select 4 v-model="i ...

  10. Shiro配置类中的各个配置项浅谈

    背景: 上文中在落地实践时,对Shiro进行了相关的配置,并未对其含义作用进行详细学习,本章将进一步详解其作用含义. Shiro配置类中的各个配置项的作用: @Bean public Security ...