- すべて
- 画像・動画
並べ替え:新着順
sd_xl_baseを #FineTune するより、同じdatasetで #LoRA 作って、#SuperMerger で sd_xl_baseへLoRAマージする方が調子いい(^^; 困った(笑) < 3枚目のみ #LoRAっ子2号 #AI美女 #AIグラビア #SDXL pic.twitter.com/jfq7AnGAO9
思いつきで3.6k枚dataset使って、日本人美女LoRA作ってみた。これが結構いい感じ♪って、#FineTune と #LoRA って 、中か外かとかじゃなくて、学習って意味ではどう違うんだ!?(笑) 1枚目sd_xl_base + LoRA、2枚目LoRA無し #AI美女 #AIグラビア #SDXL
adafactorと #Phi3Vision を使った4.5k枚、再 #FineTune の結果。おでこにペイントがepochs 30。無いのが50。これに限らず前者は自然なのと、後者はハルシネーション出やすい感じ(多分過学習)。しかし50 epochsで約11時間。コスト1k円ちょいと #GoogleColabPro 最強!(笑) #AI美女 #AIグラビア #SDXL pic.twitter.com/8772nDIIVx
optimizerをLionからadafactorへ、Captionに #Phi3Vision を使い再学習した4.5k dataset。順に30, 20, 10 epochs, sd_xl_base。30 epochs、超タイプ(笑) 50 epochsまで回す予定。 #AI美女 #AIグラビア #SDXL #FineTune pic.twitter.com/naxC7Q6oj8
ってことで、#Phi3Vision 使って、caption付け直した4.5k datasetで再度 #FineTune 中。#GoogleColabPro #A100 にして、batch_size=24だと50 epochsたった12時間♪optimizerもLionからadafactorへ。さてどうなることやら!? #AI美女 #AIグアビア #SDXL
ってことで、#Phi3Vision 使って、caption付け直した4.5k datasetで再度 #FineTune 中。#GoogleColabPro #A100 にして、batch_size=24だと50 epochsたった12時間♪optimizerもLionからadafactorへ。さてどうなることやら!? #AI美女 #AIグアビア #SDXL pic.twitter.com/N4iBjOk27b
おー凄い!ここのサンプルコードを少し直して、昨日掲載した記事のグラビア画像URLにしたら、こんな返事が。< 画像はこれ。返答はコメントへ #Phi3Vision techno-edge.net/imgs/zoom/1666…
ノーマルエンジンの1気筒不調トラブルからの、、分解チェック バルブシートカットする事になりました。 ならば序でに燃焼室とシートリング周りの段付き研磨しないとね‼️ なんでもかんでも新品を使う ニスモコンプリートみたいな 訳にはいかないよ。 #RB26 #finetune pic.twitter.com/Wc7sOfv10x
ここのところ #FineTune ばかりでw、#Civitaiパトロール (笑)してなかったので、お”!なTrained Modelをご紹介。日本人を含むアジア系もOK。ぜひお試しを♪ #Muchen_SDXL_Portrait #AI美女 #AIグラビア #SDXL civitai.com/models/450086/… pic.twitter.com/nXtOw01Fj6
ってことでw、#GoogleColabPro A100 40GBで #FineTune 、100 epochs記念版!(笑) 1枚目MyCkpt、2枚目sd_xl_base_1.0。随分違う♪ #AI美女 #AIグラビア #SDXL #自作Checkpoint pic.twitter.com/4cmOtUZyUs
#GoogleColabPro で #FineTune 、100 epochs完了。dataset 3.6k枚で17時間半。#RTX3090 + #GPUBox だと100時間wだったので激速い♪費用は204.02ユニット。100(約1k円)ユニット単位の購入なので3k円。リーズナブルじゃ!? < 時間とコストは枚数に比例 #Notebook はこちら colab.research.google.com/drive/13DILDtJ…
#GoogleColabPro で #FineTune 、100 epochs完了。dataset 3.6k枚で17時間半。#RTX3090 + #GPUBox だと100時間wだったので激速い♪費用は204.02ユニット。100(約1k円)ユニット単位の購入なので3k円。リーズナブルじゃ!? < 時間とコストは枚数に比例 #Notebook はこちら colab.research.google.com/drive/13DILDtJ… pic.twitter.com/D3TD3HQdCD