Прошлый >> https://arhivach.top/
схожие тематические треды
- технотред >>
- SD-тред (фотореализм) >>
- тред в /fur/ https://2ch.hk/fur/res/270356.html
Генерируем локально (нужна карта NVIDIA и хотя-бы 4гб врам, больше - лучше)
https://github.com/EmpireMediaScience/A1111-Web-UI-Installer - установщик для ленивых
https://rentry.org/nai-speedrun - гайд по установке из репозитория + бонус Аска-тест (проверка, что всё работает как надо)
https://teletype.in/@stablediffusion/PC_install_SD - гайд по установке на русском
Генерируем в облаках (на мощностях гугла, есть лимиты)
https://teletype.in/@stablediffusion/Colab_StableDiffusion
Как составлять промпт (запрос)
https://teletype.in/@stablediffusion/artists_for_prompts - гайд по составлению промта
Пример промта для модели Anything3 (подходит так же для всех моделей на её базе, напр. OrangeMix)
Promt:
>masterpiece, best quality, 1girl, solo, small breasts, flat chest, green eyes, green hair, lips, looking at viewer, sitting in park
Bad promt:
>lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry
Не забывай смотреть на рекомендации к составлению промптов для своей модели.
Где искать наборы тегов
https://rentry.org/NAIwildcards
https://danbooru.donmai.us/wiki_pages/tag_groups
https://civitai.com (выбери фильтрацию по Wildcards)
Глоссарий для турбоимбецилов
https://rentry.org/ddpg2
Оптимизации для слабых ПК
https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Optimizations
https://rentry.org/voldy#-running-on-4gb-and-under-
Оптимизации для современных ПК
https://rentry.org/sd_performance - мастхев для владельцев 40XX поколения; для 20XX-30XX прирост производительности менее существенен
Негативные ембеддинги
✶ BadHands https://huggingface.co/yesyeahvh/bad-hands-5/tree/main
✶ BadPrompt https://huggingface.co/datasets/Nerfgun3/bad_prompt/tree/main
✶ EasyNegative https://huggingface.co/datasets/gsdf/EasyNegative/tree/main
(последние два необязательно сделают картинку лучше, но на стиль повлияют)
Популярные модельки
Аниме:
✶ AnythingV4.5 https://huggingface.co/andite/anything-v4.0/tree/main
✶ MeinaMix https://civitai.com/models/7240/meinamix
✶ Counterfeit https://civitai.com/models/4468/counterfeit-v25
Старые аниме-модели (это не означает, что они плохие):
✶ AnythingV3 https://huggingface.co/Linaqruf/anything-v3.0/tree/main
✶ any222trinart https://huggingface.co/MindB1ast/any222trinart/tree/main
Хентай (подходит и для SFW):
✶ AOM3 https://civitai.com/models/9942/abyssorangemix3-aom3
✶ Mandarine https://civitai.com/models/3521/mandarine
✶ Grapefruit https://civitai.com/models/2583/grapefruit-hentai-model
Старые хентай-модели:
✶ AOM2NSFW https://civitai.com/models/4449/abyssorangemix2-nsfw
✶ AOM2HARD https://civitai.com/models/4451/abyssorangemix2-hardcore
Реализм:
✶ AOM3 https://civitai.com/models/9942/abyssorangemix3-aom3
✶ SunshineMix https://civitai.com/models/9291/sunshinemixsunlightmix
Стилизованные:
✶ PastelMix https://civitai.com/?query=PastelMix
✶ AnyPastel https://civitai.com/models/15024/anypastel-anything-v45-pastel-mix
✶ MeinaPastel https://civitai.com/models/11866/meinapastel
Где искать модели
https://civitai.com - чекпоинты, ембеддинги, лоры, позы для ControlNet, вайлдкарды и прочее
https://huggingface.co/models?other=stable-diffusion - чекпоинты и ембеддинги
Как получить хороший результат
https://rentry.org/sd__upscale - Очень подробный гайд по апскейлу от анона
https://rentry.org/SD_upscale - ещё один гайд по апскейлу в Automatic
https://rentry.org/sdgoldmine - Много ссылок. База данных по сбору и генерации контента (промпты, модели, обучение etc)
Обучаем модель своим персонажам
https://rentry.org/2chAI_easy_LORA_guide - гайд по подготовке датасета и обучению LoRA для неофитов
https://rentry.org/2chAI_LoRA_Dreambooth_guide - ещё один гайд по использованию и обучению LoRA
⚠️Перекат оформляется после 1000 поста
Шаблон для переката https://rentry.org/nwhci
(Автор этого поста был забанен. Помянем.)
https://rentry.org/sd__upscale | https://rentry.org/SD_upscale
Гайды по апскейлу
https://rentry.org/sd__upscale | https://rentry.org/SD_upscale
Прошлый >> https://arhivach.top/
схожие тематические треды
- технотред >>
- SD-тред (фотореализм) >>
- тред в /fur/ https://2ch.hk/fur/res/270356.html
F.A.Q. треда: https://rentry.org/ddpg2
Как установить: https://rentry.org/nai_install
Промпты и эмбеддинги: https://rentry.org/nai_prompt
Гайды по апскейлу: https://rentry.org/sd__upscale | https://rentry.org/SD_upscale
Гайды по обучению лор: https://rentry.org/2chAI_easy_LORA_guide | https://rentry.org/2chAI_LoRA_Dreambooth_guide
Гайды по ControlNet: https://stable-diffusion-art.com/controlnet
Каталог популярных моделей: https://rentry.org/nai_models
Каталог лор на стилизацию: https://rentry.org/nai_style_loras
Где искать модели, эмбединги, лоры, вайлдкарды и всё остальное: https://civitai.com | https://huggingface.co/models?other=stable-diffusion
Гайды по оптимизациям: https://rentry.org/nai_optimizations
АИ-галереи: https://aibooru.online | https://majinai.art
Англоязычные каталоги ссылок: https://rentry.org/sdgoldmine | https://rentry.org/sdg-link | https://www.sdcompendium.com
⚠️Перекат оформляется после 1000 поста
Шаблон для переката: https://rentry.org/nwhci
Прошлый >> https://arhivach.top/
схожие тематические треды
- технотред >>
- SD-тред (фотореализм) >>
- тред в /fur/ https://2ch.hk/fur/res/270356.html
F.A.Q. треда: https://rentry.org/ddpg2
Как установить: https://rentry.org/nai_install
Промпты и эмбеддинги: https://rentry.org/nai_prompt
Гайды по апскейлу: https://rentry.org/sd__upscale | https://rentry.org/SD_upscale | https://rentry.org/2ch_nai_guide#апскейл
Гайды по обучению лор: https://rentry.org/2chAI_easy_LORA_guide | https://rentry.org/2chAI_LoRA_Dreambooth_guide
Гайды по ControlNet: https://stable-diffusion-art.com/controlnet
Каталог популярных моделей: https://rentry.org/nai_models
Каталог лор на стилизацию: https://rentry.org/nai_style_loras
Где искать модели, эмбединги, лоры, вайлдкарды и всё остальное: https://civitai.com | https://huggingface.co/models?other=stable-diffusion
Гайды по оптимизациям: https://rentry.org/nai_optimizations
АИ-галереи: https://aibooru.online | https://majinai.art
Англоязычные каталоги ссылок: https://rentry.org/sdgoldmine | https://rentry.org/sdg-link | https://www.sdcompendium.com
⚠️Перекат оформляется после 1000 поста
Шаблон для переката: https://rentry.org/nwhci
Прошлый >> https://arhivach.top/
схожие тематические треды
- технотред >>
- SD-тред (фотореализм) >>
- тред в /fur/ https://2ch.hk/fur/res/270356.html
F.A.Q. треда: https://rentry.org/ddpg2
Устанавливаем на ПК/Облако: https://rentry.org/nai_install
Гайды по промптам, списки тегов и негативных эмбеддингов: https://rentry.org/nai_prompt
Гайды по апскейлу: https://rentry.org/sd__upscale | https://rentry.org/SD_upscale | https://rentry.org/2ch_nai_guide#апскейл
Гайды по обучению лор: https://rentry.org/2chAI_easy_LORA_guide | https://rentry.org/2chAI_LoRA_Dreambooth_guide
Гайды по ControlNet: https://stable-diffusion-art.com/controlnet
Каталог популярных моделей: https://rentry.org/nai_models
Каталог лор на стилизацию: https://rentry.org/nai_style_loras
Где искать модели, эмбединги, лоры, вайлдкарды и всё остальное: https://civitai.com | https://huggingface.co/models?other=stable-diffusion
Гайды по оптимизациям: https://rentry.org/nai_optimizations
АИ-галереи: https://aibooru.online | https://majinai.art
Англоязычные каталоги ссылок: https://rentry.org/sdgoldmine | https://rentry.org/sdg-link | https://www.sdcompendium.com
⚠️Перекат оформляется после 1000 поста
Шаблон для переката: https://rentry.org/nwhci
Тред общенаправленныей, тренировка дедов, лупоглазых и фуррей приветствуются
Предыдущий тред: >>#############
➤ Гайды по обучению
Существующую модель можно обучить симулировать определенный стиль или рисовать конкретного персонажа.
✱ Текстуальная инверсия (Textual inversion) может подойти, если сеть уже умеет рисовать что-то похожее:
https://rentry.org/textard (англ.)
✱ Гиперсеть (Hypernetwork) может подойти, если она этого делать не умеет; позволяет добавить более существенные изменения в существующую модель, но тренируется медленнее:
https://rentry.org/hypernetwork4dumdums (англ.)
✱ Dreambooth – выбор 24 Гб VRAM-бояр. Выдаёт отличные результаты. Генерирует полноразмерные модели:
https://github.com/nitrosocke/dreambooth-training-guide (англ.)
✱ LoRA – "легковесный Dreambooth" – подойдет для любых задач. Отличается малыми требованиями к VRAM (6 Гб+) и быстрым обучением:
https://rentry.org/2chAI_easy_LORA_guide - гайд по подготовке датасета и обучению LoRA для неофитов
https://rentry.org/2chAI_LoRA_Dreambooth_guide - ещё один гайд по использованию и обучению LoRA
https://rentry.org/59xed3 - более углубленный гайд по лорам, содержит много инфы для уже разбирающихся (англ.)
✱ LyCORIS (Lora beYond Conventional methods, Other Rank adaptation Implementations for Stable diffusion) - это проект по созданию алгоритма для более эффективного дообучения SD. Ранее носил название LoCon. В настоящий момент включает в себя алгоритмы LoCon, LoHa, LoKr и DyLoRA:
https://github.com/KohakuBlueleaf/LyCORIS
✱ LoCon (LoRA for Convolution layer) - тренирует дополнительные слои в UNet. Теоретически должен давать лучший результат тренировки по сравнению с LoRA, меньше вероятность перетренировки и большая вариативность при генерации. Тренируется примерно в два раза медленнее чистой LoRA, требует меньший параметр network_dim, поэтому размер выходного файла меньше.
✱ LoHa (LoRA with Hadamard Product representation) - тренировка с использованием алгоритма произведения Адамара. Теоретически должен давать лучший результат при тренировках с датасетом в котором будет и персонаж и стилистика одновременно.
✱ LoKr (LoRA with Kronecker product representation) - тренировка с использованием алгоритма произведения Кронекера. Алгоритм довольно чувствителен к learning_rate, так что требуется его тонкая подгонка. Из плюсов - очень маленький размер выходного файла (auto factor: 900~2500KB), из минусов - слабая переносимость между моделями.
✱ DyLoRA (Dynamic Search-Free LoRA) - по сути та же LoRA, только теперь в выходном файле размер ранга (network_dim) не фиксирован максимальным, а может принимать кратные промежуточные значения. После обучения на выходе будет один многоранговый файл модели, который можно разбить на отдельные одноранговые. Количество рангов указывается параметром --network_args "unit=x", т.е. допустим если network_dim=128, network_args "unit=4", то в выходном файле будут ранги 32,64,96,128. По заявлению разработчиков алгоритма, обучение одного многорангового файла в 4-7 раз быстрее, чем учить их по отдельности.
✱ Text-to-image fine-tuning для Nvidia A100/Tesla V100-бояр:
https://keras.io/examples/generative/finetune_stable_diffusion (англ.)
Бонус. ✱ Text-to-image fine-tuning для 24 Гб VRAM:
https://rentry.org/informal-training-guide (англ.)
Не забываем про золотое правило GIGO ("Garbage in, garbage out"): какой датасет, такой и результат.
➤ Гугл колабы
﹡Текстуальная инверсия: https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/sd_textual_inversion_training.ipynb
﹡Dreambooth: https://colab.research.google.com/github/TheLastBen/fast-stable-diffusion/blob/main/fast-DreamBooth.ipynb
﹡LoRA [1] https://colab.research.google.com/github/Linaqruf/kohya-trainer/blob/main/kohya-trainer.ipynb
﹡LoRA [2] https://colab.research.google.com/drive/1bFX0pZczeApeFadrz1AdOb5TDdet2U0Z
➤ Полезное
Гайд по фиксу сломанных моделей: https://rentry.org/clipfix (англ.)
Расширение WebUI для проверки "сломаных" тензоров модели: https://github.com/iiiytn1k/sd-webui-check-tensors
Гайд по блок мерджингу: https://rentry.org/BlockMergeExplained (англ.)
Гайд по ControlNet: https://stable-diffusion-art.com/controlnet (англ.)
Гайды по апскейлу от анонов:
https://rentry.org/SD_upscale
https://rentry.org/sd__upscale
Оптимизации для современных ПК:
https://rentry.org/sd_performance - мастхев для владельцев 40XX поколения; для 20XX-30XX прирост производительности менее существенен
GUI для тренировки лор от анона: https://github.com/anon-1337/LoRA-train-GUI
Подборка мокрописек от анона: https://rentry.org/te3oh
Группы тегов для бур: https://danbooru.donmai.us/wiki_pages/tag_groups (англ.)
Коллекция лор от анонов: https://rentry.org/2chAI_LoRA
Гайды, эмбеды, хайпернетворки, лоры с форча:
https://rentry.org/sdgoldmine
https://rentry.org/sdg-link
https://rentry.org/hdgfaq
https://rentry.org/hdglorarepo
https://gitgud.io/gayshit/makesomefuckingporn
Шапка: https://rentry.org/catb8
Прошлые треды:
№1 https://arhivach.top/thread/859827/
№2 https://arhivach.top/thread/860317/
№3 https://arhivach.top/thread/861387/
№4 https://arhivach.top/thread/863252/
№5 https://arhivach.top/thread/863834/
№6 https://arhivach.top/thread/864377/
№7 https://arhivach.top/thread/868143/
№8 https://arhivach.top/thread/873010/
№9 https://arhivach.top/thread/878287/
Прошлый >> https://arhivach.top/
схожие тематические треды
- технотред >>
- SD-тред (фотореализм) >>
- тред в /fur/ https://2ch.hk/fur/res/277400.html
Использование коллабов является небезопасным с точки зрения конфедициальности. Если вы используете чужой блокнот, исходите из предположения, что автор данного блокнота может собирать о вас такую информацию как: IP-адрес, фингерпринт браузера, ваши промпты и итоговые генерации.
Достоверно известно, что владелец самого популярного коллаба в треде собирает, как минимум, часть данной информации.
F.A.Q. треда: https://rentry.org/nai_faq
Глоссарий: https://rentry.org/ddpg2
Устанавливаем на ПК/Облако: https://rentry.org/nai_faq#как-поставить-на-пкоблако
Гайды по промптам, списки тегов и негативных эмбеддингов: https://rentry.org/nai_prompt
Гайды по апскейлу: https://rentry.org/sd__upscale | https://rentry.org/SD_upscale | https://rentry.org/2ch_nai_guide#апскейл
Гайды по обучению лор: https://rentry.org/2chAI_easy_LORA_guide | https://rentry.org/2chAI_LoRA_Dreambooth_guide
Гайды по ControlNet: https://stable-diffusion-art.com/controlnet
Каталог популярных моделей: https://rentry.org/nai_models
Каталог лор на стилизацию: https://rentry.org/nai_style_loras
Где искать модели, эмбединги, лоры, вайлдкарды и всё остальное: https://civitai.com | https://huggingface.co/models?other=stable-diffusion
Гайды по оптимизациям: https://rentry.org/nai_optimizations
АИ-галереи: https://aibooru.online | https://majinai.art
Англоязычные каталоги ссылок: https://rentry.org/sdgoldmine | https://rentry.org/sdg-link | https://www.sdcompendium.com
⚠️Перекат оформляется после 1000 поста
Шаблон для переката: https://rentry.org/nwhci
Прошлый >> https://arhivach.top/
схожие тематические треды
- технотред >>
- SD-тред (фотореализм) >>
- тред в /fur/ https://2ch.hk/fur/res/277400.html
Использование коллабов является небезопасным с точки зрения конфиденциальности. Если вы используете чужой блокнот, исходите из предположения, что автор данного блокнота может собирать о вас такую информацию как: IP-адрес, фингерпринт браузера, ваши промпты и итоговые генерации.
Достоверно известно, что владелец самого популярного коллаба в треде собирает, как минимум, часть данной информации.
https://github.com/vladmandic/automatic/discussions/1285 - драйвера NVidia версии выше 531 (как минимум 532 и 535) используют Shared Memory (фактически, речь идёт про обычную RAM) после исчерпания VRAM, что позволяет избежать ошибок рода Out Of Memory. Цена этого - резкое снижение производительности (вплоть до x10-50 раз) при исчерпании VRAM. При переполнении VRAM, память возвращается в норму только после перезапуска WebUI - простой перезапуск генерации не поможет.
F.A.Q. треда: https://rentry.org/nai_faq
Глоссарий: https://rentry.org/ddpg2
Устанавливаем на ПК/Облако: https://rentry.org/nai_faq#как-поставить-на-пкоблако
Гайды по промптам, списки тегов и негативных эмбеддингов: https://rentry.org/nai_prompt
Гайды по апскейлу: https://rentry.org/sd__upscale | https://rentry.org/SD_upscale | https://rentry.org/2ch_nai_guide#апскейл
Гайды по обучению лор: https://rentry.org/2chAI_easy_LORA_guide | https://rentry.org/2chAI_LoRA_Dreambooth_guide
Гайды по ControlNet: https://stable-diffusion-art.com/controlnet
Каталог популярных моделей: https://rentry.org/nai_models
Каталог лор на стилизацию: https://rentry.org/nai_style_loras
Где искать модели, эмбединги, лоры, вайлдкарды и всё остальное: https://civitai.com | https://huggingface.co/models?other=stable-diffusion
Гайды по оптимизациям: https://rentry.org/nai_optimizations
АИ-галереи: https://aibooru.online | https://majinai.art
Англоязычные каталоги ссылок: https://rentry.org/sdgoldmine | https://rentry.org/sdg-link | https://www.sdcompendium.com
⚠️Перекат оформляется после 1000 поста
Шаблон для переката: https://rentry.org/nwhci
Прошлый >> https://arhivach.top/
схожие тематические треды
- технотред >>
- SD-тред (фотореализм) >>
- тред в /fur/ https://2ch.hk/fur/res/277400.html
Использование коллабов является небезопасным с точки зрения конфиденциальности. Если вы используете чужой блокнот, исходите из предположения, что автор данного блокнота может собирать о вас такую информацию как: IP-адрес, фингерпринт браузера, ваши промпты и итоговые генерации.
Достоверно известно, что владелец самого популярного коллаба в треде собирает, как минимум, часть данной информации.
Драйвера NVidia версии выше 531 (как минимум 532 и 535) используют Shared Memory (фактически, речь идёт про обычную RAM) после исчерпания VRAM, что позволяет избежать ошибок рода Out Of Memory. Цена этого - резкое снижение производительности (вплоть до x10-50 раз) при исчерпании VRAM. При переполнении VRAM, память возвращается в норму только после перезапуска WebUI - простой перезапуск генерации не поможет. Подробнее: https://github.com/vladmandic/automatic/discussions/1285
F.A.Q. треда: https://rentry.org/nai_faq
Глоссарий: https://rentry.org/ddpg2
Устанавливаем на ПК/Облако: https://rentry.org/nai_faq#как-поставить-на-пкоблако
Гайды по промптам, списки тегов и негативных эмбеддингов: https://rentry.org/nai_prompt
Гайды по апскейлу: https://rentry.org/sd__upscale | https://rentry.org/SD_upscale | https://rentry.org/2ch_nai_guide#апскейл
Гайды по обучению лор: https://rentry.org/2chAI_easy_LORA_guide | https://rentry.org/2chAI_LoRA_Dreambooth_guide
Гайды по ControlNet: https://stable-diffusion-art.com/controlnet
Каталог популярных моделей: https://rentry.org/nai_models
Каталог лор на стилизацию: https://rentry.org/nai_style_loras
Где искать модели, эмбединги, лоры, вайлдкарды и всё остальное: https://civitai.com | https://huggingface.co/models?other=stable-diffusion
Гайды по оптимизациям: https://rentry.org/nai_optimizations
АИ-галереи: https://aibooru.online | https://majinai.art
Англоязычные каталоги ссылок: https://rentry.org/sdgoldmine | https://rentry.org/sdg-link | https://www.sdcompendium.com
⚠️Перекат оформляется после 1000 поста
Шаблон для переката: https://rentry.org/nwhci
Прошлый >> https://arhivach.top/
Схожие тематические треды:
— Технотред >>314956
— SD-тред (фотореализм) >>379962
— Тред в /fur/ https://2ch.hk/fur/res/277400.html
Достоверно известно, что владелец самого популярного коллаба в треде собирает, как минимум, часть данной информации.
Драйвера NVidia версии выше 531 (как минимум 532 и 535) используют Shared Memory (фактически, речь идёт про обычную RAM) после исчерпания VRAM, что позволяет избежать ошибок рода Out Of Memory. Цена этого - резкое снижение производительности (вплоть до x10-50 раз) при исчерпании VRAM. При переполнении VRAM, память возвращается в норму только после перезапуска WebUI - простой перезапуск генерации не поможет. Подробнее: https://github.com/vladmandic/automatic/discussions/1285
F.A.Q. треда: https://rentry.org/nai_faq
Глоссарий: https://rentry.org/ddpg2
Устанавливаем на ПК/Облако: https://rentry.org/nai_faq#как-поставить-на-пкоблако
Гайды по промптам, списки тегов и негативных эмбеддингов: https://rentry.org/nai_prompt
Гайды по ControlNet: https://stable-diffusion-art.com/controlnet
Гайды по апскейлу для начинающих: https://rentry.org/sd__upscale | https://rentry.org/SD_upscale | https://rentry.org/2ch_nai_guide#апскейл
Гайды по апскейлу с помощью ControlNet (для продвинутых): https://rentry.org/UpscaleByControl
Гайды по обучению лор: https://rentry.org/2chAI_easy_LORA_guide | https://rentry.org/2chAI_LoRA_Dreambooth_guide
Каталог популярных моделей: https://rentry.org/nai_models
Каталог лор на стилизацию: https://rentry.org/nai_style_loras
Где искать модели, эмбединги, лоры, вайлдкарды и всё остальное: https://civitai.com | https://huggingface.co/models?other=stable-diffusion
Оптимизации для слабых ПК (6GB VRAM и менее): https://rentry.org/voldy#-running-on-4gb-and-under-
Общие советы по оптимизациям: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Optimizations
АИ-галереи: https://aibooru.online | https://majinai.art
Англоязычные каталоги ссылок: https://rentry.org/sdgoldmine | https://rentry.org/sdg-link | https://www.sdcompendium.com
⚠️Перекат оформляется после 1000 поста
Шаблон для переката: https://rentry.org/nwhc
Глоссарий: https://rentry.org/ddpg2
Устанавливаем на ПК/Облако: https://rentry.org/nai_faq#как-поставить-на-пкоблако
Гайды по промптам, списки тегов и негативных эмбеддингов: https://rentry.org/nai_prompt
Как работать с ControlNet: https://stable-diffusion-art.com/controlnet
Апскейл для начинающих: https://rentry.org/sd__upscale | https://rentry.org/SD_upscale | https://rentry.org/2ch_nai_guide#апскейл
Апскейл с помощью ControlNet (для продвинутых, требуется минимум 12GB VRAM): https://rentry.org/UpscaleByControl
Гайды по обучению лор: https://rentry.org/2chAI_easy_LORA_guide | https://rentry.org/2chAI_LoRA_Dreambooth_guide
Каталог популярных моделей: https://rentry.org/nai_models
Каталог лор на стилизацию: https://rentry.org/nai_style_loras
Где искать модели, эмбединги, лоры, вайлдкарды и всё остальное: https://civitai.com | https://huggingface.co/models?other=stable-diffusion
Оптимизации для слабых ПК (6GB VRAM и менее): https://rentry.org/voldy#-running-on-4gb-and-under-
Общие советы по оптимизациям: https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Optimizations
АИ-галереи: https://aibooru.online | https://majinai.art
Англоязычные каталоги ссылок: https://rentry.org/sdgoldmine | https://rentry.org/sdg-link | https://www.sdcompendium.com
⚠️Перекат оформляется после 1000 поста
Шаблон для переката: https://rentry.org/nwhci
Cкaчaть (игpу, oст, apтбуки и oбoи) : http://www.katawa-shoujo.com/download.php
Pусификaтop : http://vayurik.ru/wordpress/translates#ks (пocле уcтaнoвки cменить язык в нacтpойках игpы)
Pacпакованные игpoвые pеcуpсы : https://www.dropbox.com/sh/51nnb78ewge5yx3/AABhkcAbpReI5Tq7_B_77OIaa?dl=0
Caйт игpы : http://www.katawa-shoujo.com
Фopум : http://ks.renai.us
Блoг разpaботчиков : http://katawashoujo.blogspot.ru/
Тред общенаправленныей, тренировка дедов, лупоглазых и фуррей приветствуются
Предыдущий тред: >>#############
➤ GUI для обучения
https://github.com/bmaltais/kohya_ss
https://github.com/derrian-distro/LoRA_Easy_Training_Scripts
https://github.com/anon-1337/LoRA-train-GUI
➤ Обучение SDXL
Если вы используете скрипты https://github.com/kohya-ss/sd-scripts напрямую, то, для обучения SDXL, вам необходимо переключиться на ветку "sdxl" и обновить зависимости. Эта операция может привести к проблемам совместимости, так что, желательно, делать отдельную установку для обучения SDXL и используовать отдельную venv-среду. Скрипты для тренировки SDXL имеют в имени файла префикс sdxl_.
Подробнее про обучение SDXL через kohya-ss можно почитать тут: https://github.com/kohya-ss/sd-scripts/tree/sdxl#about-sdxl-training
Для GUI https://github.com/bmaltais/kohya_ss и https://github.com/derrian-distro/LoRA_Easy_Training_Scripts/tree/SDXL так же вышли обновления, позволяющее делать файнтьюны для SDXL. Кроме полноценного файнтьюна и обучения лор, для bmaltais/kohya_ss так же доступны пресеты для обучения LoRA/LoHa/LoKr, в том числе и для SDXL, требующие больше VRAM.
Всё пока сырое и имеет проблемы с совместимостью, только для самых нетерпеливых. Требования к системе для обучения SDXL выше, чем для обучения SD 1.x.
➤ Гайды по обучению
Существующую модель можно обучить симулировать определенный стиль или рисовать конкретного персонажа.
✱ Текстуальная инверсия (Textual inversion) может подойти, если сеть уже умеет рисовать что-то похожее:
https://rentry.org/textard (англ.)
✱ Гиперсеть (Hypernetwork) может подойти, если она этого делать не умеет; позволяет добавить более существенные изменения в существующую модель, но тренируется медленнее:
https://rentry.org/hypernetwork4dumdums (англ.)
✱ Dreambooth – выбор 24 Гб VRAM-бояр. Выдаёт отличные результаты. Генерирует полноразмерные модели:
https://github.com/nitrosocke/dreambooth-training-guide (англ.)
✱ LoRA – "легковесный Dreambooth" – подойдет для любых задач. Отличается малыми требованиями к VRAM (6 Гб+) и быстрым обучением:
https://rentry.org/2chAI_easy_LORA_guide - гайд по подготовке датасета и обучению LoRA для неофитов
https://rentry.org/2chAI_LoRA_Dreambooth_guide - ещё один гайд по использованию и обучению LoRA
https://rentry.org/59xed3 - более углубленный гайд по лорам, содержит много инфы для уже разбирающихся (англ.)
✱ LyCORIS (Lora beYond Conventional methods, Other Rank adaptation Implementations for Stable diffusion) - это проект по созданию алгоритма для более эффективного дообучения SD. Ранее носил название LoCon. В настоящий момент включает в себя алгоритмы LoCon, LoHa, LoKr и DyLoRA:
https://github.com/KohakuBlueleaf/LyCORIS
✱ LoCon (LoRA for Convolution layer) - тренирует дополнительные слои в UNet. Теоретически должен давать лучший результат тренировки по сравнению с LoRA, меньше вероятность перетренировки и большая вариативность при генерации. Тренируется примерно в два раза медленнее чистой LoRA, требует меньший параметр network_dim, поэтому размер выходного файла меньше.
✱ LoHa (LoRA with Hadamard Product representation) - тренировка с использованием алгоритма произведения Адамара. Теоретически должен давать лучший результат при тренировках с датасетом в котором будет и персонаж и стилистика одновременно.
✱ LoKr (LoRA with Kronecker product representation) - тренировка с использованием алгоритма произведения Кронекера. Алгоритм довольно чувствителен к learning_rate, так что требуется его тонкая подгонка. Из плюсов - очень маленький размер выходного файла (auto factor: 900~2500KB), из минусов - слабая переносимость между моделями.
✱ DyLoRA (Dynamic Search-Free LoRA) - по сути та же LoRA, только теперь в выходном файле размер ранга (network_dim) не фиксирован максимальным, а может принимать кратные промежуточные значения. После обучения на выходе будет один многоранговый файл модели, который можно разбить на отдельные одноранговые. Количество рангов указывается параметром --network_args "unit=x", т.е. допустим если network_dim=128, network_args "unit=4", то в выходном файле будут ранги 32,64,96,128. По заявлению разработчиков алгоритма, обучение одного многорангового файла в 4-7 раз быстрее, чем учить их по отдельности.
✱ Text-to-image fine-tuning для Nvidia A100/Tesla V100-бояр:
https://keras.io/examples/generative/finetune_stable_diffusion (англ.)
Бонус. ✱ Text-to-image fine-tuning для 24 Гб VRAM:
https://rentry.org/informal-training-guide (англ.)
Не забываем про золотое правило GIGO ("Garbage in, garbage out"): какой датасет, такой и результат.
➤ Гугл колабы
﹡Текстуальная инверсия: https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/sd_textual_inversion_training.ipynb
﹡Dreambooth: https://colab.research.google.com/github/TheLastBen/fast-stable-diffusion/blob/main/fast-DreamBooth.ipynb
﹡LoRA [1] https://colab.research.google.com/github/Linaqruf/kohya-trainer/blob/main/kohya-trainer.ipynb
﹡LoRA [2] https://colab.research.google.com/drive/1bFX0pZczeApeFadrz1AdOb5TDdet2U0Z
➤ Полезное
Гайд по фиксу сломанных моделей: https://rentry.org/clipfix (англ.)
Расширение WebUI для проверки "сломаных" тензоров модели: https://github.com/iiiytn1k/sd-webui-check-tensors
Гайд по блок мерджингу: https://rentry.org/BlockMergeExplained (англ.)
Гайд по ControlNet: https://stable-diffusion-art.com/controlnet (англ.)
Гайды по апскейлу от анонов:
https://rentry.org/SD_upscale
https://rentry.org/sd__upscale
https://rentry.org/2ch_nai_guide#апскейл
https://rentry.org/UpscaleByControl
Ручная сборка и установка последней версии xformers и torch в venv автоматика:
Windows: https://rentry.org/sd_performance
Linux: https://rentry.org/SD_torch2_linux_guide
Подборка мокрописек от анона: https://rentry.org/te3oh
Группы тегов для бур: https://danbooru.donmai.us/wiki_pages/tag_groups (англ.)
Коллекция лор от анонов: https://rentry.org/2chAI_LoRA
Гайды, эмбеды, хайпернетворки, лоры с форча:
https://rentry.org/sdgoldmine
https://rentry.org/sdg-link
https://rentry.org/hdgfaq
https://rentry.org/hdglorarepo
https://gitgud.io/gayshit/makesomefuckingporn
Шапка: https://rentry.org/catb8
Тред общенаправленныей, тренировка дедов, лупоглазых и фуррей приветствуются
Предыдущий тред: >>#############
➤ Софт для обучения
https://github.com/kohya-ss/sd-scripts
Набор скриптов для тренировки, используется под капотом в большей части готовых GUI и прочих скриптах.
Для удобства запуска можно использовать дополнительные скрипты в целях передачи параметров, например: https://rentry.org/simple_kohya_ss
➤ GUI-обёртки для kohya-ss
https://github.com/bmaltais/kohya_ss
https://github.com/derrian-distro/LoRA_Easy_Training_Scripts
https://github.com/anon-1337/LoRA-train-GUI
➤ Обучение SDXL
Если вы используете скрипты https://github.com/kohya-ss/sd-scripts напрямую, то, для обучения SDXL, вам необходимо переключиться на ветку "sdxl" и обновить зависимости. Эта операция может привести к проблемам совместимости, так что, желательно, делать отдельную установку для обучения SDXL и используовать отдельную venv-среду. Скрипты для тренировки SDXL имеют в имени файла префикс sdxl_.
Подробнее про обучение SDXL через kohya-ss можно почитать тут: https://github.com/kohya-ss/sd-scripts/tree/sdxl#about-sdxl-training
Для GUI https://github.com/bmaltais/kohya_ss и https://github.com/derrian-distro/LoRA_Easy_Training_Scripts/tree/SDXL так же вышли обновления, позволяющее делать файнтьюны для SDXL. Кроме полноценного файнтьюна и обучения лор, для bmaltais/kohya_ss так же доступны пресеты для обучения LoRA/LoHa/LoKr, в том числе и для SDXL, требующие больше VRAM.
Всё пока сырое и имеет проблемы с совместимостью, только для самых нетерпеливых. Требования к системе для обучения SDXL выше, чем для обучения SD 1.x.
➤ Гайды по обучению
Существующую модель можно обучить симулировать определенный стиль или рисовать конкретного персонажа.
✱ Текстуальная инверсия (Textual inversion) может подойти, если сеть уже умеет рисовать что-то похожее:
https://rentry.org/textard (англ.)
✱ Гиперсеть (Hypernetwork) может подойти, если она этого делать не умеет; позволяет добавить более существенные изменения в существующую модель, но тренируется медленнее:
https://rentry.org/hypernetwork4dumdums (англ.)
✱ Dreambooth – выбор 24 Гб VRAM-бояр. Выдаёт отличные результаты. Генерирует полноразмерные модели:
https://github.com/nitrosocke/dreambooth-training-guide (англ.)
✱ LoRA – "легковесный Dreambooth" – подойдет для любых задач. Отличается малыми требованиями к VRAM (6 Гб+) и быстрым обучением:
https://rentry.org/2chAI_easy_LORA_guide - гайд по подготовке датасета и обучению LoRA для неофитов
https://rentry.org/2chAI_LoRA_Dreambooth_guide - ещё один гайд по использованию и обучению LoRA
https://rentry.org/59xed3 - более углубленный гайд по лорам, содержит много инфы для уже разбирающихся (англ.)
✱ LyCORIS (Lora beYond Conventional methods, Other Rank adaptation Implementations for Stable diffusion) - это проект по созданию алгоритма для более эффективного дообучения SD. Ранее носил название LoCon. В настоящий момент включает в себя алгоритмы LoCon, LoHa, LoKr и DyLoRA:
https://github.com/KohakuBlueleaf/LyCORIS
✱ LoCon (LoRA for Convolution layer) - тренирует дополнительные слои в UNet. Теоретически должен давать лучший результат тренировки по сравнению с LoRA, меньше вероятность перетренировки и большая вариативность при генерации. Тренируется примерно в два раза медленнее чистой LoRA, требует меньший параметр network_dim, поэтому размер выходного файла меньше.
✱ LoHa (LoRA with Hadamard Product representation) - тренировка с использованием алгоритма произведения Адамара. Теоретически должен давать лучший результат при тренировках с датасетом в котором будет и персонаж и стилистика одновременно.
✱ LoKr (LoRA with Kronecker product representation) - тренировка с использованием алгоритма произведения Кронекера. Алгоритм довольно чувствителен к learning_rate, так что требуется его тонкая подгонка. Из плюсов - очень маленький размер выходного файла (auto factor: 900~2500KB), из минусов - слабая переносимость между моделями.
✱ DyLoRA (Dynamic Search-Free LoRA) - по сути та же LoRA, только теперь в выходном файле размер ранга (network_dim) не фиксирован максимальным, а может принимать кратные промежуточные значения. После обучения на выходе будет один многоранговый файл модели, который можно разбить на отдельные одноранговые. Количество рангов указывается параметром --network_args "unit=x", т.е. допустим если network_dim=128, network_args "unit=4", то в выходном файле будут ранги 32,64,96,128. По заявлению разработчиков алгоритма, обучение одного многорангового файла в 4-7 раз быстрее, чем учить их по отдельности.
✱ Text-to-image fine-tuning для Nvidia A100/Tesla V100-бояр:
https://keras.io/examples/generative/finetune_stable_diffusion (англ.)
Не забываем про золотое правило GIGO ("Garbage in, garbage out"): какой датасет, такой и результат.
➤ Гугл колабы
﹡Текстуальная инверсия: https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/sd_textual_inversion_training.ipynb
﹡Dreambooth: https://colab.research.google.com/github/TheLastBen/fast-stable-diffusion/blob/main/fast-DreamBooth.ipynb
﹡LoRA [1] https://colab.research.google.com/github/Linaqruf/kohya-trainer/blob/main/kohya-trainer.ipynb
﹡LoRA [2] https://colab.research.google.com/drive/1bFX0pZczeApeFadrz1AdOb5TDdet2U0Z
➤ Полезное
Гайд по фиксу сломанных моделей: https://rentry.org/clipfix (англ.)
Расширение WebUI для проверки "сломаных" тензоров модели: https://github.com/iiiytn1k/sd-webui-check-tensors
Гайд по блок мерджингу: https://rentry.org/BlockMergeExplained (англ.)
Гайд по ControlNet: https://stable-diffusion-art.com/controlnet (англ.)
Гайды по апскейлу от анонов:
https://rentry.org/SD_upscale
https://rentry.org/sd__upscale
https://rentry.org/2ch_nai_guide#апскейл
https://rentry.org/UpscaleByControl
Ручная сборка и установка последней версии xformers и torch в venv автоматика:
Windows: https://rentry.org/sd_performance
Linux: https://rentry.org/SD_torch2_linux_guide
Подборка мокрописек от анона: https://rentry.org/te3oh
Группы тегов для бур: https://danbooru.donmai.us/wiki_pages/tag_groups (англ.)
Коллекция лор от анонов: https://rentry.org/2chAI_LoRA
Гайды, эмбеды, хайпернетворки, лоры с форча:
https://rentry.org/sdgoldmine
https://rentry.org/sdg-link
https://rentry.org/hdgfaq
https://rentry.org/hdglorarepo
https://gitgud.io/gayshit/makesomefuckingporn
Шапка: https://rentry.org/catb8
Прошлые треды:
№1 https://arhivach.top/thread/859827/
№2 https://arhivach.top/thread/860317/
№3 https://arhivach.top/thread/861387/
№4 https://arhivach.top/thread/863252/
№5 https://arhivach.top/thread/863834/
№6 https://arhivach.top/thread/864377/
№7 https://arhivach.top/thread/868143/
№8 https://arhivach.top/thread/873010/
№9 https://arhivach.top/thread/878287/
№10 https://arhivach.top/thread/893334/
поделись конфигом