基础
资料
https://space.bilibili.com/1640056/video
https://space.bilibili.com/250989068/video
https://space.bilibili.com/435304165/video
后缀
- ckpt
- pt
- pth
- safetensors
- webui 特殊模型保存方法：PNG、WEBP 图片格式
大模型
常见格式为 ckpt，一个字，大。
大小在 GB 级别，常见有 2G、4G、7G 模型。
在 models/stable-diffsuion/
小模型
embedding 模型
常见格式为 pt、png 图片、webp 图片。大小一般在 KB 级别。
在 embeddings/
可训练：画风 √ 人物 √ | 推荐训练：人物
配置要求：显存 6GB 以上。
训练速度：中等 | 训练难度：中等
综合评价：☆☆☆
评价：比较基础的一种，局限性较大，但是可以用
hypernetwork
常见格式为 pt。大小一般在几十兆到几百兆不等。由于这种模型可以自定义的参数非常之多，一些离谱的 Hypernetwork 模型可以达到 GB 级别。
在 hypernetworks/
可训练：画风 √ 人物 √ | 推荐训练：画风
配置要求：显存 6GB 以上。
训练速度：中等 | 训练难度：难
综合评价：☆☆
评价：非常强大的一种模型，但是想训练好很难，不推荐训练。
LoRA
常见格式为 pt、ckpt。大小一般在 8mb~144mb 不等。
在 models/lora/
可训练：画风? 人物 √ 概念 √ | 推荐训练：人物
配置要求：显存 8GB 以上。
训练速度：快 | 训练难度：简单
综合评价：☆☆☆☆
评价：非常好训练 好出效果的人物训练，配置要求低，图要求少。
备注：LoRA 本身也应该归类到 Dreambooth，但是这里还是分开讲。
VAE 模型
常见格式为 pt
在 models/VAE/
Dreambooth / Native Train
可训练：画风 √ 人物 √ 概念 √ | 推荐训练：Dreambooth 推荐人物，Native Train 推荐画风
配置要求：显存 12GB 以上。
训练速度：慢 | 训练难度：可以简单可以很难
综合评价：☆☆☆☆☆
评价：微调大模型，非常强大的训练方式，但是使用上会不那么灵活，推荐训练画风用，人物使用 LoRA 训练。
训练
image _ repeat _ epoch / batch_size = total steps
10 张图 _ 20 次 _ 10 个循环 / 2 并行 = 1000 总训练步数
batch_size 和显存大小有关
两者乘积固定的时候，repeat 比 epoch 会更加化时间
20 * 5 = 100，花费 51min
100 * 1 = 100，花费 90min
多 epoch 方案的拟合性更好
学习率
DIM
表示神经网络的维度，维度越大，模型的表达能力越强，模型的体积也会越大。
network_dimension
- 128，140MB+（现实世界实物，风景，人物 >128）
- 64，70MB+（人物 32-128）
- 32，40MB+（二次元）
Optimizer
AdamW8bit
Dadptation
Lion
参数建议
案例
tag
期望固化的模型特征，不要打 tag，这样使用中就生存固定特征了，而不会被改变