炼丹
这节对显卡的要求较高。
在法律上，不应该 无视画师约定的版权许可，采集作品数据进行训练。在道德上， 不应该 用训练结果贬低原画师作品价值，俗谚有 “吃水不忘挖井人”，训练数据并不能作为你的贡献。
目前个人认为效果认为效果最好的是 Lora，比 DreamBooth 体量小，又可拆卸，方便传播迁移。
fine tune = hn/TI/DreamArtist (APT)/DB/native training etc.
fine tune directly = DB/native training
如何选择
LoCon/Lora 是目前最好的 概念 训练方法，它训练少量的图片就可以很好地微调大模型的训练效果，但是训练时对显存要求较高（>
8GB）。如果你的显存不足，可以尝试租用云服务。
Textual Inversion 和 Hypernetwork 适用于 整体靠近，前者教 AI 用模型中的标签组成一个 人物，后者也是类似的。区别在于
Hypernetwork 以调节模型权重为手段，而 Textual Inversion 告诉 AI 特定标签应该如何组成。
而 DreamBooth 适用于 细节 的模仿，它的训练过程 “重新整改” 了模型，新模型之中含有了新的样本特征（加了新东西）， DreamBooth
技术本身用于 “复刻” ，所以可以认识冷门元素。
至于 Aesthetic Gradients ，也就是给 AI 认识一组 优秀的数据
。结果就是这个东西会增加细节，训练很简单，但是会拖慢生成图片的速度（每次生成都要重新计算），并不适合应用，效果也不准确。
关于模型格式的解释
以下是各种模型的特点总结表格：
| 模型 | 后缀名 | 保存内容 | 安全性 | 特点 |
|---|---|---|---|---|
| .ckpt | .ckpt | 包含大量Python代码的压缩文件 | 可能存在安全风险，不建议从未知或不信任的来源加载 | |
| .safetensors | .safetensors | 只包含生成所需的数据，没有任何代码 | 更安全和快速 | 格式通用，安全性高，提升加载速度 |
| embeddings模型 | - | 用于生成图片的语言理解组件 | - | 可以与编码器和解码器配合使用，在隐空间中控制图像的风格和特征 |
| .vae.pt | .vae.pt | 变分自编码器（VAE）的权重和参数 | - | 用来对图像进行编码和解码 |
| hypernetworks模型 | .pt | 超网络的权重和参数 | - | 可以用来对Stable-diffusion模型进行文本反演和风格迁移 |
| LoRA模型 | .pt | 低秩逼近技术，用于交叉关注层（cross-attention layers） | - | 可以减少参数量和计算量，提高训练效率和生成质量，训练时占用的显存非常小 |
.ckpt 和 .safetensors 都是常见的机器学习模型文件格式，用于保存训练好的模型。然而，它们有着不同的特点。
-
.ckpt文件实际上是一个压缩文件，其中包含大量的 Python 代码和模型参数。由于这个文件格式最初只是研究人员在受控实验室中使用的技术，并没有打算广泛分发，因此其安全性并没有得到足够的重视。因此，不建议从未知或不信任的来源加载该文件，因为它存在潜在的安全风险。 -
与之相反，
.safetensors文件格式仅包含用于生成模型所需的数据，而没有任何代码。这使得它们更难受到攻击，因为攻击者无法通过操纵代码来引入恶意操作。因此，.safetensors文件格式被认为是更加通用和安全的机器学习模型分发格式。
不同的模型可以采用不同的文件格式。例如，嵌入模型、变分自编码器（VAE）和 LoRA 模型都可以使用.safetensors 格式进行保存。另外，.vae.pt 和 .pt 文件分别用于保存 VAE 和超网络的权重和参数。
如果需要将不同的模型转换为.safetensors 格式，可以使用 Akegarasu 编写的 转换插件，支持多种模型格式的转换，包括 Ckpt，LoRA, embeddings, hypernetworks, VAE，Pix2Pix, inpainting 和 ControlNet 等。
有些用户可能会发现，相比于.ckpt 文件，加载.safetensors 文件的速度较慢。如果你也遇到了这个问题，可以通过在 webui-user.bat 文件中添加 set SAFETENSORS_FAST_GPU=1 来解决。请在 set COMMANDLINE_ARGS= 下面添加该代码即可。
如果仍然发现.safetensors 文件加载速度明显较慢，你还可以将 --lowram 添加至 COMMANDLINE_ARGS= 中，强制所有模型使用 GPU 加载，这也能够使它们的加载速度更快，不应该对其他操作产生影响。
如果你对合并/修剪 .safetensor 模型有兴趣，请阅读 safetensors-guide。
Tagger 工具
Tagger 是我们训练时使用的工具，它可以帮助你快速的为数据集打标签。 它的实质就是一个 VQA 模型，它可以根据图片来回答问题，比如 “这是什么？” “这是谁？” “这是什么颜色？” “这是什么动物？” 等等。
目前为图片生成 Prompt 的方案有 WD taggers, deepdanbooru 还有 blip+clip，根据数据集来源，二次元推荐使用 deepdanbooru 和 wd
tagger 进行标注，推荐后者。
WebUi 在预处理标签页已经内置了 deepdanbooru 标注器。
你也可以采用 WebUi 的 的 wd tagger 插件.
如果你学习能力比较强，可以直接采用 Augmented-DDTagger 进行训练，它支持多种标注方式。
下面是一些相关的项目
tagging with DeepDanbooru and BLIP
| Repository | GitHub Link |
|---|---|
| DeepDanbooru | https://github.com/KichangKim/DeepDanbooru https://github.com/AUTOMATIC1111/TorchDeepDanbooru |
| clip+blip | https://github.com/pharmapsychotic/clip-interrogator |
| FaceDetector | https://github.com/hysts/anime-face-detector https://github.com/deepinsight/insightface https://github.com/HRNet/HRNet-Facial-Landmark-Detection |
| Search | https://github.com/kitUIN/PicImageSearch |
| Remove text from AI-generated images | https://github.com/iuliaturc/detextify |
| WatermarkDetection | https://github.com/LAION-AI/LAION-5B-WatermarkDetection |
| sd-tagging-helper | https://github.com/arenatemp/sd-tagging-helper |
训练套件
HCP-Diffusion 是一个基于 diffusers 的 stable diffusion 模型训练工具箱，相比于 webui 和 sd-scripts，它有着更加清晰的代码结构、更方便的实验配置和管理方法以及更多的训练组件支持。同时，该框架支持 colossal-AI，可以大幅减少显存消耗。
HCP-Diffusion 可以通过一个 .yaml 配置文件统一现有大多数训练方法和模型结构，包括 Prompt-tuning (textual inversion)、DreamArtist、Fine-tuning、DreamBooth、lora、controlnet 等绝大多数方法，并且可以实现各个方法直接的组合使用。
此外，该框架还实现了基于 lora 升级版的 DreamArtist++，能够仅用一张图像就可以训练得到高泛化性、高可控性的 lora。相比于 DreamArtist，该方法更加稳定，图像质量和可控性更高，训练速度也更快。
此工具套件包含了训练 Stable Diffusion (SD) 相关模型的各种方案，是(本)社区常用的训练套件工作包，可以让你在不同的训练方案中自由切换。
认识模型训练
如果你在 --medvram 参数下开始训练，可能会出现 RuntimeError: Expected all tensors to be on the same device 错误，无法创建训练。这是优化机制导致的问题（详见 此链接），WebUi 在 这次提交 中允许了在 --medvram 下创建 embedding 的情况。请更新版本到这个版本之后。
关于 batch size：更大的 batch size 可能稍微加快训练并稍微提升训练效果，但也需要更大的显存。
LoCon/Lora
Lora 是一种轻量级的微调方法，可以通过少量的图片训练出一个小模型，然后和大模型结合使用，干涉大模型产生的结果。Lora 模型可以在 t2i 和 i2i 模式下使用，可以和任何主模型一起使用。Lora 的模型文件后缀一般是 .pt 或者 .safetensors。
LoHa/LoCon 模型 能够更好地结合角色和风格，在风格化逐渐增强的情况下仍表现良好。
We introduced LoRA finetuning with Hadamard Product representation from FedPara. And based on this experiments, LoHa with same size (and dim>2, or rank>4) can get better result in some situation.
使用 Lora 模型
在扩展标签页安装 Lora 模型加载插件，然后将你的 Lora 模型放到 stable-diffusion-webui/models/lora 路径下。例如：幻星集塔罗牌 LoRA。
重启 WebUi，然后在 SD（Sketch Design）的文生图或图生图界面内，点击生成按钮下的粉色图标，即“additional networks”选项卡。在弹出的面板中选择“Lora”选项卡。
接下来点击想要应用的 Lora 模型，它将被添加到提示语中，其格式为 <lora: 数字 >，数字代表 Lora 模型的权重，默认为 1。
再点击“生成”按钮开始生成图片。
当生成完成后，将鼠标移动到 Lora 卡片的左下角或标题上方，会出现“替换预览”的红色文字。点击此处即可将刚生成的图片设置为此 Lora 模型的预览图。
Textual Inversion (TI)
从一些具有共同语义 [v] 的图片中，提取 [v] 的一个方法。提取出的 [v] 张量称之为 "Embedding"。将 Embedding 保存为文件，之后生成图片时就可以在 prompt 中以文件名引用。
特征
训练产物大小较小，webui 自带训练支持。
可以解决新出的角色画不出的问题，或者模仿特定的可以用语言精确描述的艺术风格。
因为 TI 是在 Text Encoder 的输出做处理，所以并不能让模型学习到它不知道的概念。
不同模型的 embeddings 不通用
使用
使用时，将 embedding（一个 .pt 或一个 .bin 文件）放入 webui 的 embeddings 目录并在 prompt 中写要用的 embedding
的文件名（不包括扩展名）即可，不必重启 webui。可以同时使用多个 embedding。
如果你使用 DreamArtist ，则将 *-neg.pt 一并放入 embeddings 目录，在积极和消极提示词中同时使用它们即可。
相关
相关 embeddings，里面有相关效果预览。
list of Textual Inversion embeddings for webui(SD)
Hypernetwork (HN)
一类给模型生成权重的网络，在这里是给 LDM（潜在扩散模型） 生成权重。是一个较为实验性的方法，NAI 率先探索了在 LDM 上使用。
特征
与 TI 不同，Hypernetwork 会改动 LDM 本身的权重，所以可以训练出无法用语言精确表述的细节，也更适用于画风的训练。
训练产物大小中等，webui 自带训练支持。
使用
使用时，将 Pt 放入 /models/hypernetworks 并在设置选项勾选启用它。
NAI Leaks 的 novelaileak\stableckpt\modules\modules 中有 NAI 训练的一些 Hypernetwork。
Tip
.pt 文件，一般情况下小的是 embedding 大的是 hypernetwork。
DreamBooth (DB)
直接微调 LDM 和 Text Encoder 以适应用户特定的图像生成需求的一个方法。
你能想象你自己的狗环游世界，或者你最喜欢的包在巴黎最独特的展厅里展示吗？你的鹦鹉成为一本插图故事书的主角呢？
特征
与 TI 和 HN 不同，DreamBooth 可以做到出图和训练集高度相似但是却不失泛化能力，用于训练特定具象概念（比如一个角色穿着特定衣服）效果特别好。但是不像 TI 和 HN 像完整权重的 “插件” 一样即插即用，强度也不可调。
这个模型并非为学习画风（抽象概念）而设计。但似乎可以一定程度上适应“画风”。具体效果交由读者你实验。
使用
把 DreamBooth 训练出的 .ckpt 文件放进 webui 的 models\Stable-diffusion 目录里，在 webui 的左上角切换到即可使用。
官网 https://dreambooth.github.io/
论文 https://arxiv.org/abs/2208.12242
Advanced Prompt Tuning (APT)
"Can super dramatically improve the image quality and diversity"
DreamArtist-sd-webui-extension
添加对否定词的即时嵌入学习，以显着提高生成图像的质量。 高质量的概念可以从单个图像中学习。
添加重建损失以提高生成图像的细节质量和丰富度。
添加通过人工注释训练的鉴别器（使用 convnext 实现）允许嵌入基于模型进行学习。
使用方法与 Textual Inversion 相同。
Aesthetic Gradients
微调 CLIP 以适应某个特定生成需求的方法，可以和 TI 一样起到缩短 prompt 的作用。可能略微提升出图的质量。
这项技术通过在生成时计算每个图片的权重，提供了一个 我不说你应该懂往哪里训练 的功能。使 AI 更聪明地调整并增加细节。
此项功能来自这个 存储库 ，在 这次提交 中，此功能被剥离为插件。
特征
通过这项技术，你不需要通过 过多提示词 来提升图片的质量，而是保持作品原始的总体构图，并提高美观度。在少量提示词情况下也可以生成效果不错的作品。
据暗影·夜光所言 5，添加 25% 以内的权重，就可以稍微改善画面的美观度而不影响内容。美学 与 Hypernetworks 让 Ai 作品更接近原画师风格，但是美学权重本身效果并不好。需要配合 Hypernetworks 超网络。
训练这项模型很快，但是在每一次生产时都会重新为图片计算一次，所以出图很慢。
注意：当种子改变时，训练结果也会改变。
使用
你可以使用下面的 Git 命令来安装这个东西。
git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui-aesthetic-gradients extensions/aesthetic-gradients
安装后，在 webui 的 extensions 文件夹下面创建 aesthetic-gradients 文件夹。
使用时，把 Pt 放在 models/aesthetic_embeddings/
然后重启程序，你就可以在 Img2Img 中使用此项功能。
附录
创建日期: 2022年11月2日 03:59:46