|
LoRA是一种文件，可以基于特定概念修改现有的 Stable Diffusion 模型的结果。这个概念可以是艺术风格、角色、真实人物、物品或主题。以下是一些值得关注的例子： 这里有一些使用相同模型、相同提示和相同种子的生成。唯一的区别就是使用了不同的 LoRA：
上图没有使用LoRA的情况
使用了海贼王LoRA
你可以在任何 Stable Diffusion 模型中使用 LoRA，但我建议你使用 AnyLoRA checkpoint，这个模型旨在足够中立，可以很好地与任何 LoRA 一起使用。 在本文中，我们将介绍如何使用 LoRA 模型以及如何训练自己的模型。
一、使用LoRA模型
先决条件：你已经拥有一个工作的且更新的 AUTOMATIC1111（Windows/ Mac/Linux）。
这两个网站可以找到一些大家已经训练好的LoRA：
Civitai.com（推荐，但请注意 Civitai 上有很多不健康的内容）
HuggingFace 的 LoRA 库
以 Arcane LoRA 为例，我将下载 .safetensors 文件。
当文件下载完成后，请将它放在 stable-diffusion-webui/models/Lora 目录下。
对于 SD checkpoint：你可以使用任何现有的模型，但为了保证相当不错的结果，建议下载 AnyLoRA模型。和你的其他模型一样，它应该放在 stable-diffusion-webui/models/Stable-diffusion 目录下。
打开你的 Stable Diffusion WebUI 。
在 Generate（生成） 按钮下面，点击“显示额外网络”图标。它是一个小的粉色图标：
现在，点击 LoRA 选项卡。它会显示 stable-diffusion-webui/models/Lora 文件夹中的所有 LoRA（如果你看不到任何东西，请重新启动你的 WebUI）。点击一个 LoRA，它就会添加到你的提示中。
你也可以通过添加以下内容直接将 LoRA 命令写入你的提示中：
- <lora:LORA-FILENAME:WEIGHT>
其中，LORA-FILENAME 是 LoRA 模型的文件名，不包括文件扩展名（例如，不包括 .safetensor）
WEIGHT 是你希望 LoRA 生效的强度。1 是默认值和最大值，0 相当于关闭。
例如：
- <lora:arcaneStyleLora_offset:1>
大的灰色按钮只是快捷方式，帮你你把这个提示写入到你的promet输入框中。
现在，你可以生成图像了。
二、训练自己的 LoRA
将一组图片制作成一个 ZIP 文件： 你可以尝试以下内容： 我开始通过生成 5 张荷马·辛普森的图片来开始：
你可以从 5-10 张图片开始，因为这已足够训练 AI。尽管如此，使用 20-100 张图片可以将你的结果最大化。
在文件格式方面，你需要使用 JPG 或 PNG 格式的图片。值得注意的是，DreamBooth 训练图片也可以用于 LoRA。
1、Windows系统上，下载并安装Lora学习脚本下载简易安装程序“LoRA_Easy_Training_Scripts”
从上面的页面下载Easy LoRA 安装程序 ( LoRA_Easy_Training_Scripts )。
请确保你的设备上已经安装了git,否则就没有下文了。 下载：installer.py文件
也可以通过该附件下载。
installer.py文件TIPS:
这个installer.py主要是在windows上使用，他首先去检查是否有LoRA_Easy_Training_Scripts在文件夹下，如果没有的话会自动下载，然后去查看相关支持文件是否存在如cu118或者cu116的torch。
再去检查xformers是否存在并安装。 xformers安装的是0.0.17，低配版本是使用0.0.14。
最终安装完成后，你可以在Windows系统上使用run_popup.bat运行。
linux相对简单一些，直接git并安装便可。 - git clone https://github.com/derrian-distro/LoRA_Easy_Training_Scripts
- cd LoRA_Easy_Training_Scripts
- git submodule init
- git submodule update
- cd sd_scripts
- python -m venv venv
- source venv/bin/activate
- pip install torch torchvision --extra-index-url https://download.pytorch.org/whl/cu116
- pip install --upgrade -r requirements.txt
- pip install -U xformers
- accelerate config
在设置“ accelerate”时，请遵循以下答案。
- This machine
- No distributed training
- NO
- NO
- NO
- all
- fp16
通过激活您的 venv 然后像这样运行脚本来运行它。
- source sd_scripts/venv/bin/activate
- accelerate launch main.py
- 或者
- accelerate launch main.py --popup
如果不通过accelerate运行，可能显卡的性能是用不到的。
TIPS：什么是Accelerate：
「Accelerate」提供了一个简单的 API，将与多 GPU 、 TPU 、 fp16 相关的样板代码抽离了出来，保持其余代码不变。PyTorch 用户无须使用不便控制和调整的抽象类或编写、维护样板代码，就可以直接上手多 GPU 或 TPU。Accelerate 由Hugging Face开发并开源发布。 | 
发表于 2023-4-8 14:30:39