@ general-lang/lora
从以下文件夹中为本地 SDXL 图像模型培训一个 LoRA 适配器: 图片,来自Agency。 一个LORA适配器是一个小文件, 数十兆字节, 从几十个例子中教给一个模型一种风格或字符. 一切运行在这台机器上, 与拥抱相接下线.
安装
npm install @agency-lang/lora
训练需要Python agency local serve 图像
服务器的软件包已安装(服务器、扩散器和保险箱随同)
,他们。 基础模型必须已经下载 :
agency local download diffusers:Laxhar/noobai-XL-1.1
使用量
import { trainLora, loraInfo, STYLE_TAGS } from "pkg::@agency-lang/lora"
node main() {
const r = trainLora(
"./drawings",
"pen and ink",
"diffusers:Laxhar/noobai-XL-1.1",
"./adapters/sketch.safetensors",
steps: 1000,
flip: true,
samplePrompts: ["pen and ink, a cat on a chair"],
)
if (isFailure(r)) { print("failed: ${r.error}"); return }
print("adapter at ${r.value.path} after ${r.value.minutes} minutes")
}
trainLora 筹集 lora::train 在它开始之前,与文件夹
基础模型、输出路径、步骤和估计分钟,所以
你同意用你面前的数字进行整个运行 无所事事,
文件夹里的任何内容都不会被读取,直到你回答。 将适配器写入您的 client.adaptersDir 运行
图像服务器在第一次请求时以名称加载它 :
generateImageLocal("pen and ink, a cat on a chair", "diffusers:Laxhar/noobai-XL-1.1", lora: "sketch")
两个函数和常数
| 导出 | 任务 |
|---|---|
trainLora(imagesDir, trigger, base, outPath, ...) | 训练一个适配器。 几分钟 涨薪 lora::train。 。 。 . |
loraInfo(path) | 读取适配器文件头:基模型,触发,分级,步骤,大小. 涨薪 lora::info。 。 。 . |
STYLE_TAGS | 标记标题应该放下, 这样样式会绑住触发词 . |
这里没有标题循环和预览功能 。 两者
是您自己的几行代码, 相对于您已有的工具
examples/ 文件夹有: captionFolder.agency (单位:千美元)glob, (中文(简体) ), tagImage页:1
过滤器对 STYLE_TAGS, (中文(简体) ), write和 previewAdapter.agency (两个)
generateImageLocal 有一颗种子的电话, writeBinary, (中文(简体) ), pasteImages) (中文(简体) ).
把手
8个设置是参数,因为一个人判断样本网格
会改变它们 其余的固定在第一次运行所用的数值上,
在一个词典的顶端 trainer/rules.py,每个评论.
| 参数 | 默认 | 为什么你会改变它 |
|---|---|---|
trigger | 所需经费 | 适者所答之词. 一个真正的短语学得更快,并保持了基模对它的想法;一个无稽之谈拥有了符号. |
steps | 1 000个 | 主拨. 太少了,风格微弱;太多了,每个输出都是训练形象. 由网格判断. |
rank | 16个 | 适配器能持多少:8为作风格取出,16为作角色取出,32为作角色取出衣橱取出. 军衔翻了一倍. |
learningRate | 1个e-4 | 如果网格变好后会变坏,就把它减半. |
resolution | 第1024号 | 768次列车首发快两倍. |
flip | 虚假 | 用镜像复制一个小集。 离开一个不对称的字符. |
seed | 1个 | 可重复性,而第二种子是廉价的第二意见. |
samplePrompts, (中文(简体) ), sampleEvery | 无,250 | 每个检查站前后应提供什么。 网格是如何判断运行的. |
说明
每个图像可能都有一个标题旁边, a.txt 旁边 a.png,与
逗号分隔的布鲁标记:图片中的内容,而不是其绘制方式.
触发词在每一个标题之前。 如果每个标题都说
monochrome, sketch模特儿学会了这些词的风格
触发器什么也学不到,这就是 STYLE_TAGS 这是为.
std::vision是因为 tagImage 在此词汇中写入标记 .
数字
在1024x1024对Noobai-XL 1.1的M5 Ultra上,排名16:约0.8 s a 步骤,所以一千步 与样本网格大约15分钟 适配器为93 MB. 内存保持在30GB以下.