文本编码器未训练。
您可以复用基础模型的文本编码器进行推理。

训练设置

• 训练周期: 92

• 训练步数: 2400

• 学习率: 0.0001

  • 学习率调度: constant_with_warmup
  • 预热步数: 100

• 最大梯度值: 1.0

• 有效批次大小: 1

  • 微批次大小: 1
  • 梯度累积步数: 1
  • GPU数量: 1

• 梯度检查点: 是

• 预测类型: 流匹配 (额外参数=['flow_schedule_auto_shift', 'shift=0.0', 'flux_guidance_mode=constant', 'flux_guidance_value=1.0', 'flow_matching_loss=compatible', 'flux_lora_target=all+ffs'])

• 优化器: adamw_bf16

• 可训练参数精度: 纯BF16

• 基础模型精度: 无变化

• 标题丢弃概率: 0.0%

• LoRA秩: 16

• LoRA Alpha: 无

• LoRA丢弃率: 0.1

• LoRA初始化风格: 默认

数据集

cissy

• 重复次数: 0
• 图片总数: 26
• 宽高比分桶总数: 1
• 分辨率: 1.0百万像素
• 裁剪: 是
• 裁剪风格: 居中
• 裁剪宽高比: 正方形
• 用于正则化数据: 否

推理

import torch  
from diffusers import DiffusionPipeline  

model_id = 'black-forest-labs/FLUX.1-dev'  
adapter_id = 'hok00i3/flux-lora-training'  
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # 直接加载为bf16  
pipeline.load_lora_weights(adapter_id)  

prompt = "(超精细,照片,摄影,最佳质量,高分辨率,4k,8k,照片级真实感,日本二十岁出头,(苗条)且曲线身材,腰部,精致美丽眼睛,超级精细的眼睛和皮肤,非常美丽的女性:3.0), (穿着紧身短袖白色(连衣裙)水手服,蓝色领子,红色领巾,深蓝色百褶裙,站在空教室中,甜美微笑:2.0), 长直发,站在空教室中,"  

## 可选: 量化模型以节省显存  
## 注意: 训练时未量化模型，因此推理时无需量化  
#from optimum.quanto import quantize, freeze, qint8  
#quantize(pipeline.transformer, weights=qint8)  
#freeze(pipeline.transformer)  

pipeline.to('cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu') # 管道已处于目标精度级别  
model_output = pipeline(  
    prompt=prompt,  
    num_inference_steps=20,  
    generator=torch.Generator(device='cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu').manual_seed(42),  
    width=1024,  
    height=1024,  
    guidance_scale=3.5,  
).images[0]  

model_output.save("output.png", format="PNG")