文本编码器未参与训练。
推理时可复用基础模型的文本编码器。

训练设置

• 训练轮次：1
• 训练步数：390
• 学习率：3e-07
  • 学习率计划：恒定
  • 预热步数：100
• 最大梯度值：2.0
• 有效批次大小：3
  • 微批次大小：1
  • 梯度累积步数：1
  • GPU数量：3
• 梯度检查点：启用
• 预测类型：epsilon（额外参数=['training_scheduler_timestep_spacing=trailing', 'inference_scheduler_timestep_spacing=trailing']）
• 优化器：bnb-lion8bit
• 可训练参数精度：纯BF16
• 基础模型精度：保持原样
• 标题丢弃概率：0.1%

LyCORIS配置：

{
    "bypass_mode": true,
    "algo": "lokr",
    "multiplier": 1.0,
    "linear_dim": 10000,
    "linear_alpha": 1,
    "factor": 12,
    "apply_preset": {
        "target_module": [
            "Attention",
            "FeedForward"
        ],
        "module_algo_map": {
            "Attention": {
                "factor": 12
            },
            "FeedForward": {
                "factor": 6
            }
        }
    }
}

数据集

signs-discovery

• 重复次数：0
• 总图像数：约423
• 宽高比分桶数：5
• 分辨率：1.048576百万像素
• 是否裁剪：否
• 裁剪风格：无
• 裁剪比例：无
• 是否用于正则化数据：否

signs-discovery-512

• 重复次数：0
• 总图像数：约420
• 宽高比分桶数：4
• 分辨率：0.262144百万像素
• 是否裁剪：否
• 裁剪风格：无
• 裁剪比例：无
• 是否用于正则化数据：否

推理

import torch  
from diffusers import DiffusionPipeline  
from lycoris import create_lycoris_from_weights  

def download_adapter(repo_id: str):  
    import os  
    from huggingface_hub import hf_hub_download  
    adapter_filename = "pytorch_lora_weights.safetensors"  
    cache_dir = os.environ.get('HF_PATH', os.path.expanduser('~/.cache/huggingface/hub/models'))  
    cleaned_adapter_path = repo_id.replace("/", "_").replace("\\", "_").replace(":", "_")  
    path_to_adapter = os.path.join(cache_dir, cleaned_adapter_path)  
    path_to_adapter_file = os.path.join(path_to_adapter, adapter_filename)  
    os.makedirs(path_to_adapter, exist_ok=True)  
    hf_hub_download(  
        repo_id=repo_id, filename=adapter_filename, local_dir=path_to_adapter  
    )  
    return path_to_adapter_file  

model_id = 'stabilityai/stable-diffusion-xl-base-1.0'  
adapter_repo_id = 'bghira/simpletuner-sdxl-lora-test'  
adapter_filename = 'pytorch_lora_weights.safetensors'  
adapter_file_path = download_adapter(repo_id=adapter_repo_id)  
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # 直接加载为bf16格式  
lora_scale = 1.0  
wrapper, _ = create_lycoris_from_weights(lora_scale, adapter_file_path, pipeline.unet)  
wrapper.merge_to()  

prompt = "一张逼真的猫照片"  
negative_prompt = '模糊，裁剪，丑陋'  

## 可选：量化模型以节省显存  
## 注：训练时未量化模型，推理时无需强制量化  
#from optimum.quanto import quantize, freeze, qint8  
#quantize(pipeline.unet, weights=qint8)  
#freeze(pipeline.unet)  

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  
model_output = pipeline(  
    prompt=prompt,  
    negative_prompt=negative_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=4.2,  
    guidance_rescale=0.0,  
).images[0]  

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