StableTuner
最終更新：ID:a18CyCxtew 2023年01月14日(土) 20:56:50履歴
概要 
DreamBoothと同様に、学習内容をモデルデータに埋め込む
設定が簡単で高性能、あと処理速度がわりと速いのが特徴
公式 https://github.com/devilismyfriend/StableTuner
設定が簡単で高性能、あと処理速度がわりと速いのが特徴
公式 https://github.com/devilismyfriend/StableTuner
導入方法
conda無し版(非公式)
- https://github.com/aka7774/elemental_code/blob/mai...
- インストールしたいフォルダで実行する(中に自動的にStableTunerフォルダを作る)
- うまくいかんかったら何回か実行するとそのうちうまくいくかも
- 起動はstart.batから
- pythonとgitにPATH通ってない人は要編集
conda環境での構築(公式手順)
conda(Anaconda/Miniconda)環境のインストール
ここではminicondaを例に説明
Conda 公式サイトの Miniconda のページからインストーラーをダウンロード
https://docs.conda.io/en/latest/miniconda.html より
Windows Miniconda3 Windows 64-bit をダウンロードし、インストール
Conda 公式サイトの Miniconda のページからインストーラーをダウンロード
https://docs.conda.io/en/latest/miniconda.html より
Windows Miniconda3 Windows 64-bit をダウンロードし、インストール
StableTuner のインストール
git clone https://github.com/devilismyfriend/StableTuner
StableTuner 初期設定
condaのインストール時にインストールpathを変更した場合
インストールバッチを実行
インストールバッチを実行
install_stabletuner.bat
StableTuner の実行
実行ファイルを起動
StableTuner.cmd
StableTuner の設定
基本はデフォルト値で良い
General Settings タブ
| Input Model / HuggingFace Repo | 学習元となるモデルファイルのpathを入力 ファイル選択時にSD2形式か問われるので「はい」か「いいえ」を選択 |
| VAE model path / HuggingFace Repo | 空欄でも良い |
| Output Path | 作成したモデルの出力path |
| Comvert to CKPT after training | トレーニング後にモデルをckptに変換する |
| Cloud Training Export | ONにすると下の Start Training! ボタンが Export for Cloud! に変わる クラウドで学習してる場合に使用出来る？（未確認） |
Trainer Setting タブ
| Train Batch Size | 大きくすると一度に学習する枚数が増えるが、必要以上に大きくすると物凄く処理に時間が掛かる RTX 3090 ならデフォルトの24で動くが多少下げた方がいいかも VRAMが少ない場合は1や2まで下げる事 |
| Train Epochs | 学習回数を何セット廻すか 基本はデフォルトの100で良い 学習データにも寄るが300も廻すと過学習になる |
| Train Text Encoder | OFFにすると精度は下がるが処理速度があがる |
Dataset Setting タブ
基本はデフォルトのままでOK
Sampling Settings タブ
| Save and sample Every N Epochs | 学習結果のデータを何Epoch毎に出力するか Train Epochsを増やしてる場合などは、適度に調整 |
Data タブ
学習元データの設定
Add Conceptボタンから作成し、クリックで設定
設定したらsaveで保存する
Add Conceptボタンから作成し、クリックで設定
| Dataset Token/Name | 学習セットの名前 |
| Data Path | 学習用画像のあるディレクトリを指定する |
| Class Name | 正則化Classの名前 |
| Class Path | 正則化画像のあるディレクトリを指定する |
学習の開始
Start Training! ボタンで学習開始
その他項目
Model Playground タブ
作成したデータの確認やckptへの変換が出来る
Toolbox タブ
作成データをckptやSafetensorsに変換する場合に使用
タグ
このページへのコメント
custom-conda-path.txtではなく
custom_conda_path.txtっぽい？（ハイフンでなくアンダーバー）
3070 8GB
では DBは無理だった・・・
1でもメモリ不足言われる・・・
2023/1/24のアップデートは不具合があったみたいで学習を実行すると必ずエラーになってましたが、
今日のアップデートにより同じ条件で学習の実行を行ってもエラーは発生しなくなってました。
この学習方法の場合､重要なのは
画像に紐付けたキャプションとファイルネームの扱い｡
デフォルト設定だと､
どちらにも紐付けるような設定になってる｡
特に学習元のキャプションは重要で､
これが無い状態で学習させると
全然｢動かない｣モデルになる｡
また学習自体は､モデル全体に及んでるのがわかる｡
例えば女性のキャラを覚えさせて､
その後､男性(man)のプロンプトを入力してみたら､
男性の方も同じ画風で描かれる｡
またkatanaのプロンプトを入力したら
その女性キャラ風の和風少女が出てきた｡
DBと違って出てくる絵の破綻率は少なく
扱いやすい学習方法だとは思った｡
それと正則化画像は､透過画像で十分OK｡
モデルから生成のも試したけど､
DB程､正則化画像にこだわる必要は無い｡
>DB程､正則化画像にこだわる必要は無い｡
こう書いたけどデフォルト設定じゃ無く､
｢Dataset Settings｣の｢Add Class Image to Dataset｣の
チェックをONにすると､正則化画像を使う様になる模様｡
ただこの場合､時間がかかる｡
学習52枚､正則化画像の350枚の設定で
4万ステップ以上になり､3060使用で､10時間くらいかかった｡
そして､この場合あんまり溶け込まない｡
結果､正則化画像に強く寄った絵が出てきた｡
なので｢Add Class Image to Dataset｣チェックは
入れない方が良いと思われる｡
Instance PromptとClass Promptの設定が見当たらないけど無い仕様かな
DataタブのDataset TokenとClass Nameにそれぞれ入れてみたけどt2iで特徴呼び出せないから違う模様