kganamg的博客

各种算法各有所长，如有需要可根据青葉老师的指引认真选择自己需要的训练类型，除此之外也有一些由训练结果的来的经验，比如LoHa、LoKR更擅长训练画风且面对多概念训练时会更有优势、但在单一训练集上优势并不大。但是往往我们将ai对每张图片的学习次数不设置为一，我们将对每张图片的学习次数定义为“重复次数”，当我们将“重复次数”设置为6时，学习完所有图片需要走的步数就是30*6=180步。打个比方，把炼模型比作烧菜，那么总步长就是烧菜的时间，时间短了，菜就不熟，时间长了，菜就有烧糊的风险；

这里我们只需要两步，就可以直接体验用最快的速度炼出一炉LoRA的感觉！1.将Presets（其中有很多经过检验的预设好的参数）设置为“iA3-Prodigy-sd15”2.定义训练训练时长

重启电脑后使用Git clone进行官方程序的安装安装同时阅读附带文档（windows版），其中包含所有安装所需的脚本命令。

Texual Inversional只微调了文本编辑器Dreambooth等手段微调文本编译器和噪声预测器两部分（噪声预测器微调难度更大，db的高配置要求就是为了同时微调其中的所有参数）训练的意义：让模型的“认知”发生改变，模型里以向量形式存储的像素分布规律发生改变，执行运算的时候，他们会被用来调节算法的运行逻辑从而输出不同的结果 ---> 模型权重在深度学习中，模型的权重·(Weights)是指神经网络中的参数，这些参数用于调整和学习模型的行为，以便能够对输入数据进行有效的映射和提取有用的特征。