用 LoRA 微调 Stable Diffusion：拆开炼丹炉，动手实现你的第一次 AI 绘画
总得拆开炼丹炉看看是什么样的。这篇文章将带你从代码层面一步步实现 AI 文本生成图像（Text-to-Image）中的 LoRA 微调过程，你将：[*]相识 Trigger Words（触发词）到底是什么，以及它们如何影响生成结果。
[*]掌握 LoRA 微调的基本原理。
[*]学习数据集的准备与布局，并知道如何根据需求定制自己的数据集。
[*]明白 Stable Diffusion 模子的微调步骤。
[*]明白在画图界面（UI）下到底发生了什么。
[*]利用代码实现 AI 绘画。
假如你想制作属于自己的数据集，最好遵循以下建议：
[*]至少准备 20 张图片：想学到的概念越复杂就必要越多的图片。你可以实验将样例数据集的图片数量减少到 20 张，看看结果会有什么变化。
[*]裁剪图片：建议对图片进行裁剪，固然你也可以不裁剪，假如你不寻求结果的话。这里会主动 resize 到自界说的分辨率。
与其花费大量时间去调参，更优的选择是处理好你的数据集和 Prompts。固然，这两件事变可以同步进行。
留意，当前文章利用的是天然语言标注（而非 Tag）。固然，你也可以利用 Tag，这两种方式本质上是同等的。
同时，假如你对深度学习有所相识，那么代码中的一切，都将是你曾经见过的内容翻版，没有什么新的，除了 LoRA。另外，这篇文章也为生成式人工智能导论课程中 HW10: Stable Diffusion Fine-tuning 提供中文引导。所以，我们将同步利用演员 Brad Pitt（布拉德·皮特）的图片作为训练集，共计一百张。
代码文件下载：镜像交互版 | 精简学习版 |
页:
[1]