前言：?

對于這個心得，我也不知道有沒有用，總結(jié)的對不對，反正就是上課摸魚的時候?qū)懙?，由于煉丹比較耗時間所以我獲得的信息并不多，只能靠自己的幾次煉制來總結(jié)。能想到的都了，至于例子，失敗的例子數(shù)不勝數(shù)了，我就例舉我成功的幾個權(quán)重模型吧，（時鐘貓系列、幻夢冰語系列）。?

如果有什么錯誤，也歡迎各位來指正，下面是正文：?

?

一、煉制模型的分類：?

1）模型分為兩類，一類是人物實體模型，一類是畫風模型。?

2）選擇人物實體模型的時候AI會根據(jù)你給出圖包的圖片內(nèi)容去自主識別判定“實體”并加以學習。而畫風模型側(cè)重的是畫面整體的效果學習，比如明暗度、顏色飽和度等。?

二、訓練面板說明：?

1）學習率越低，需要的最大步數(shù)越大，成功率越高，最大訓練步數(shù)要大于等于每張學習次數(shù)*圖片數(shù)量。?

2）這里需要注意的就是喂給Ai的圖，長寬比一定要為1：1，因為當前飛槳只支持512*512的訓練，如果比例不對的話系統(tǒng)自動縮放，學出來的東西.....大概率古神奧。?

3）最接近的詞是你要訓練的內(nèi)容的“本質(zhì)”，就一個簡單的詞，比如“星璇”本質(zhì)上，就是girl?

4）飛槳訓練出來的模型是PD模型而不是PT，目前飛槳還無法使用PT模型?

三、訓練過程總結(jié)（人物）：?

1）確定自己要煉制的模型?

2）配制圖包?

3）建議：人物模型建議找基本相同的圖片（無論是人物動作，還是表情，還是外貌），就像“天玥”的煉制圖包，我是用一個固定的TAG反復roll圖，roll出小1000張，然后挑出來60張去訓練的，這60張圖片的內(nèi)容、畫風基本上可以說是乍一看沒區(qū)別的。?

四、訓練過程總結(jié)（畫風）?

畫風的煉制相對于人物的煉制就簡單了不少，畫風的煉制可以是單純的畫風（幻夢冰語），也可以是把背景煉制進去（ClockCat）。只煉制畫風的話，要求就是畫風一樣，內(nèi)容可以不同，學習次數(shù)不要太高，每張20+次，每次30+張。如果想要背景，就需要背景相似度比較高，而且色調(diào)一致。?

五、訓練步驟：?

1）對于怎么確定這個數(shù)值，我個人覺得是：你越想得到細節(jié)的東西，需要的圖片越多，單張圖片學習次數(shù)越大。?

2）而過大的步數(shù)則會出現(xiàn)“過擬合”狀態(tài)，就是不僅人物被學進去了，人物身后的背景也會被學進去，這樣就會導致更換背景或人物外貌時，原背景無法替換或者崩圖的情況。而畫本體+本體背景則會十分穩(wěn)定。?

3）具體的訓練步數(shù)到底怎么才是合適的，我這里有一些自己訓練的數(shù)據(jù)參考（格式為：圖片數(shù)、每張的訓練數(shù)、最大訓練步數(shù)），但不一定準確和好用：人物：90、70、6500；90、50、4700；90、30、3000?

70、80、6000；70、50、4000；70、30、2500?

50、90、5000；50、80、4500；50、70、3800?

40、100、4000；40；70；3500；40、50、2400?

30、120、4000；30、90、3000；30、30、1200?

20、200、4000；20、100、2500；20、50、1100?

畫風：20、30、600；20、50、1100；25、40、1200?

30、30、950；30、40、1500；35、30、1300?

40、30、1200；40、50、2000；45、30、1400?

50、20、1000；50、30、1500；50、40、2100?

70、20、1500；70、30、2100；70、50、3600?

90、20、2000；90、30、3000；90、50、5000?

五、人物模型與畫風模型的關(guān)系：?

首先人物模型自帶畫風，但畫風模型不一定有人物。同時畫風模型的基礎權(quán)重對比與人物模型來說，是要低一些的。但并不是說“有人物模型了畫風模型就不用了”，經(jīng)過我的測試，畫風模型在有對應人物模型的存在的時候（ClockCat與TianYue），更多的是起到一個穩(wěn)定圖像的作用，就是修改人物外貌，但會減少人物崩掉的概率，所以畫風模型有時候是充當著“穩(wěn)定器”的作用。其次，畫風訓練出來之后根據(jù)特點我給自己的畫風分成了兩組，一組是以“ClockCat”為經(jīng)典的的“主要畫風”，在繪圖過程中起到“穩(wěn)定”與作為畫風的作用，而另一種是以“幻夢冰語”為例的“輔助畫風”，這種的畫風模型本身對圖片的改變并不大，可以說改動少的EB，我當時甚至以為煉制失敗了，后來測試的時候發(fā)現(xiàn)這個模型可以中和別的畫風，讓有高亮效果的圖片變的柔和，同時優(yōu)化人物與背景，在冰元素魔法上尤其突出，就很是神奇。?

六、測試模型：首先是查看模型的“本體”，即不帶任何正反tag，只輸入模型，其余數(shù)值全為默認數(shù)值，多次生成圖片后，不看美觀與否，看內(nèi)容元素，比如“ClockCat”本體具有的元素是：“貓、女孩、鐘的樣子、法陣、畫風”等，畫風模型也一樣，與訓練用圖的元素基本相同時，就可以初步判斷：成了。第二步就是添加反面tag，查看優(yōu)化后的本體元素，看圖片是否有元素缺失（這個時候不是真丟失了，而是元素本身在其中權(quán)重較小，沒有體現(xiàn)），然后加上未體現(xiàn)的元素，查看整體情況，然后是模型加權(quán)查看整體體現(xiàn)，效果仍然不錯，就成功了一半。最后是改變?nèi)宋锿饷玻ㄍl(fā)色、姿勢、、衣著），如果多次嘗試后圖沒有崩或者崩的很少，基本上就可以說是成功了。?

七：權(quán)重對比：?

模型間權(quán)重大的有可能“屏蔽”權(quán)重小的，用初中生物類比就相當于“顯性基因與隱性基因的關(guān)系”，在特定的外加tag強調(diào)下可以讓“隱性表現(xiàn)”，更多的是模型間的融合，但不可否認兩個人物模型放一塊出現(xiàn)連體人的概率很小，至少我這甚至沒出現(xiàn)過連體人。?

八、參數(shù)調(diào)試：?

（一）step調(diào)試：（默認50）?

1）step對應的AI的推理步數(shù)，步數(shù)越高，越接近tag描述，畫的內(nèi)容也會被不斷完善。同時在一定程度上會讓圖片變得清晰。?

2）step并不是越高越好，基本上AI是每15步-20步會出現(xiàn)一次“重新排版”，即畫出與上一步完全不同的畫。?

3）調(diào)試步數(shù)可以清楚的知道AI“先畫什么后畫什么”，這也對應著AI的繪畫重點分配。比如我70步的時候，人物有胳膊，我調(diào)回60步，整體沒變但胳膊沒了，這個時候就能確定：胳膊實在其他元素畫完之后才畫的。?

（二）cfg調(diào)試：（默認7.5）?

1）cfg即AI對tag的重視程度，cfg越高，AI畫的就會越接近tag，但cfg過高會“只有tag”，出現(xiàn)古神，而低會讓AI放飛，所以cfg的調(diào)整也十分重要?

2）我的常用cfg參數(shù)調(diào)整范圍：7-16?

（三）圖片大小：（默認512*512）?

1）在飛槳里最大圖片為512*10242）長寬必須為64的倍數(shù)?

2）不同的圖片大小AI繪制的內(nèi)容也會有所區(qū)別，例如：一般豎版的（1024*512）容易出現(xiàn)人物全身；橫版則會比較。。精致？，1:1的大小AI會比較偏向于上半身繪畫。（以上均在無tag強調(diào)的情況下?

3）出圖保存的時候建議50-70圖一存（打包下載），壓縮包過大會出現(xiàn)無法下載的情況?

（四）長度上限倍數(shù)：（默認為3）?

1）一個長度上限為77（似乎，我忘了），即AI可以識別的tag數(shù)量，默認為3，也就是210多?

2）tag很多，但圖片里沒有，可以試著調(diào)一下上限?

（五）采樣器：（默認DDIM）?

1）每個采樣器對圖片繪制的側(cè)重點不同，看著選就好2）問就是我沒找到啥規(guī)律，每次看著換 （玄學抽獎）。?

（六）超分模型：（默認為falsr_a）?

1）默認就好?

（七）精度：（默認float32）?

1）精度越高圖片質(zhì)量越高?

2）不用動?

（八）括號修改權(quán)重?

1）有啥括號就用啥?

（九）模型：（默認waifu）?

1）多種模型有不同的側(cè)重點，網(wǎng)頁里有詳解?

2）記得改成NA模型（MoososCap/NOVEL-MODEL）?