LoRA学習用サンプルデータ
LoRAの環境整備がうまく行っているか、学習を試すためのサンプルデータです。
サンプルデータ
作業ディレクトリを作成し、以下のzipを展開してください。
学習の手順
展開したディレクトリにmodel.ckptという名前で、学習対象のモデルをコピーします。
（シンボリックリンクでも構いません。）
（コピーしない場合は、以降のコマンド内の ..\model.ckpt をモデルファイルの所在で書き換えてください。.safetensorsも指定できます。）
そのディレクトリ内で https://github.com/kohya-ss/sd-scripts の手順に従い、環境整備を行ってください。
エクスプローラで見たとき、以下のようになればOKです。
sd-scriptsディレクトリ内で以下のコマンドを入力します（実際には1行で入力します）。
※VRAM 10GBを想定しています。それ未満の場合はtrain_batch_size=1としてください。
accelerate launch --num_cpu_threads_per_process 4 train_network.py
--pretrained_model_name_or_path=..\model.ckpt
--train_data_dir=..\train --reg_data_dir=..\reg --prior_loss_weight=1.0
--resolution 512 --output_dir=..\lora_output --output_name=cjgg_frog
--train_batch_size=4 --learning_rate=1e-4 --max_train_epochs 4
--use_8bit_adam --xformers --mixed_precision=fp16 --save_precision=fp16
--seed 42 --save_model_as=safetensors --save_every_n_epochs=1
--max_data_loader_n_workers=1
--network_module=networks.lora --network_dim=4
--training_comment="activate by usu frog"以下のように学習が始まります。
しばらくすると以下のように終わります。
以下のように入力して試しに生成します。
python gen_img_diffusers.py --ckpt ..\model.ckpt --n_iter 1 --scale 7.5 --steps 40
--outdir ..\txt2img --xformers --W 512 --H 512 --bf16 --sampler k_euler_a
--network_module networks.lora
--network_weights ..\lora_output\cjgg_frog.safetensors
--network_mul 1.0 --max_embeddings_multiples 3 --clip_skip 1
--batch_size 1 --images_per_prompt 1 --interactive以下のように type prompt と出たら usu frog と入力します。
seedにもよりますが鳥獣戯画のカエルが出力されます。
画像ウインドウを選択して任意のキーを押すと画像ウインドウが閉じます。
Type prompt:でCtrl+Zを押し、エンターを押すと生成スクリプトを終了します。
学習したモデル
学習したモデルは以下になります（Stable Diffusion 1.5で学習）。
