文本编码器 未 训练。
你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: 3
• 训练步数: 6000
• 学习率: 0.0001
  • 学习率调度: 多项式
  • 预热步数: 100
• 最大梯度值: 2.0
• 有效批次大小: 3
  • 微批次大小: 3
  • 梯度累积步数: 1
  • GPU 数量: 1
• 梯度检查点: 开启
• 预测类型: flow_matching (额外参数=['shift=3', 'flux_guidance_mode=constant', 'flux_guidance_value=1.0'])
• 优化器: adamw_bf16
• 可训练参数精度: 纯 BF16
• 基础模型精度: 不变
• 标题丢弃概率: 0.05%

LyCORIS 配置:

{
    "algo": "loha",
    "multiplier": 1.0,
    "linear_dim": 32,
    "linear_alpha": 16,
    "apply_preset": {
        "target_module": [
            "Attention",
            "FeedForward"
        ],
        "module_algo_map": {
            "Attention": {
                "factor": 16
            },
            "FeedForward": {
                "factor": 8
            }
        }
    }
}

数据集

styl-256

• 重复次数: 10
• 总图片数: 43
• 总宽高比分桶数: 2
• 分辨率: 0.065536 百万像素
• 裁剪: 否
• 裁剪风格: 无
• 裁剪比例: 无
• 用于正则化数据: 否

styl-crop-256

• 重复次数: 10
• 总图片数: 43
• 总宽高比分桶数: 1
• 分辨率: 0.065536 百万像素
• 裁剪: 是
• 裁剪风格: 居中
• 裁剪比例: 方形
• 用于正则化数据: 否

styl-512

• 重复次数: 10
• 总图片数: 43
• 总宽高比分桶数: 2
• 分辨率: 0.262144 百万像素
• 裁剪: 否
• 裁剪风格: 无
• 裁剪比例: 无
• 用于正则化数据: 否

styl-crop-512

• 重复次数: 10
• 总图片数: 43
• 总宽高比分桶数: 1
• 分辨率: 0.262144 百万像素
• 裁剪: 是
• 裁剪风格: 居中
• 裁剪比例: 方形
• 用于正则化数据: 否

styl-768

• 重复次数: 10
• 总图片数: 43
• 总宽高比分桶数: 2
• 分辨率: 0.589824 百万像素
• 裁剪: 否
• 裁剪风格: 无
• 裁剪比例: 无
• 用于正则化数据: 否

styl-crop-768

• 重复次数: 10
• 总图片数: 43
• 总宽高比分桶数: 1
• 分辨率: 0.589824 百万像素
• 裁剪: 是
• 裁剪风格: 居中
• 裁剪比例: 方形
• 用于正则化数据: 否

styl-1024

• 重复次数: 10
• 总图片数: 16
• 总宽高比分桶数: 1
• 分辨率: 1.048576 百万像素
• 裁剪: 否
• 裁剪风格: 无
• 裁剪比例: 无
• 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 = 'black-forest-labs/FLUX.1-dev'
adapter_repo_id = 'quzo/stylloha'
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
lora_scale = 1.0
wrapper, _ = create_lycoris_from_weights(lora_scale, adapter_file_path, pipeline.transformer)
wrapper.merge_to()

prompt = "一张逼真的猫照片"


## 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=3.0,
).images[0]

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