在task02中，我们对baseline有了深度了解，我们学会了用AI工具来资助我们学习。另外，我们制作了话剧连环画。
我们今天的使命是了解微调的基本原理，然后我们会对微调的各种参数有一个更加清楚的了解，来实现一个更好的结果，而且在这个Task中会给各人介绍一下文生图的工作流平台工具ComfyUI，来实现一个更加高度定制的文生图。
（AIGC方向的学习即将竣事，各人是不是和我一样，感觉有点不舍呢，通过这几天的学习，让我们了解了许多关于AI知识，也要为自己这几天的努力感到自满，等待下一期的学习哦！）
一、ComfyUI的探索
1、什么是ComfyUI：
GUI 是 "Graphical User Interface"（图形用户界面）的缩写。简单来说，GUI 就是你在电脑屏幕上看到的那种有图标、按钮和菜单的交互方式。
ComfyUI 是GUI的一种，是基于节点工作的用户界面，重要用于操纵图像的天生技能，ComfyUI 的特别之处在于它采用了一种模块化的计划，把图像天生的过程分解成了许多小的步骤，每个步骤都是一个节点。这些节点可以毗连起来形成一个工作流程，这样用户就可以根据需要定制自己的图像天生过程。
ComfyUI的特点包括直观的用户界面和强大的脚本功能，使得用户可以或许轻松地定制和优化图像天生过程。
2、ComfyUI焦点模块
焦点模块包括模子加载器、提示词管理器、采样器、解码器。
模子加载器：Load Checkpoint用于加载基础的模子文件，包罗了Model、CLIP、VAE三部分
CLIP模块将文本类型的输入变为模子可以理解的latent space embedding作为模子的输入
解码器：VAE模块的作用是将Latent space中的embedding解码为像素级别的图像
采样器：用于控制模子天生图像，不同的采样取值会影响最终输出图像的质量和多样性。采样器可以调治天生过程的速率和质量之间的平衡
Stable Diffusion的基本原理是通过降噪的方式（如完全的噪声图像），将一个本来的噪声信号变为无噪声的信号（如人可以理解的图像）。其中的降噪过程涉及到多次的采样。采样的系数在KSampler中配置：
- seed：控制噪声产生的随机种子
- control_after_generate：控制seed在每次天生后的变革
- steps：降噪的迭代步数，越多则信号越精准，相对的天生时间也越长
- cfg：classifier free guidance决定了prompt对于最终天生图像的影响有多大。更高的值代表更多地显现prompt中的描述。
- denoise: 多少内容会被噪声覆盖 sampler_name、scheduler：降噪参数。
3、ComfyUI图片天生流程
二、ComfyUI的安装
1、在我的Notebook选择PAI-DSW中的方式二，点击启动即可
2、下载代码文件
- [/code] git lfs install git clone https://www.modelscope.cn/datasets/maochase/kolors_test_comfyui.git mv kolors_test_comfyui/* ./ rm -rf kolors_test_comfyui/ mkdir -p /mnt/workspace/models/lightning_logs/version_0/checkpoints/ mv epoch=0-step=500.ckpt /mnt/workspace/models/lightning_logs/version_0/checkpoints/
- [align=center][img=1200,613]https://i-blog.csdnimg.cn/direct/a8f8bd93fc474e27a406b454ad95830d.jpeg[/img][/align]
- 然后粘贴代码，按下回车键即可
- 3、进入ComfyUI文件
- [align=center][img=1200,497]https://i-blog.csdnimg.cn/direct/e1a980254c704fe0afcd06e06a91c7f4.png[/img][/align]
- 点击一键运行，选择restart
- [align=center][img=1200,706]https://i-blog.csdnimg.cn/direct/84ba10f6a8964de5a4d2ef8937c638ae.png[/img][/align]
- 4、找到访问链接
- [align=center][img=1024,355]https://i-blog.csdnimg.cn/direct/f26a94047f104d6389d4d98e69eb9579.jpeg[/img][/align]
- 点击进入，或复制到浏览器打开
- [align=center][img=1200,706]https://i-blog.csdnimg.cn/direct/92108a391f8647cfb9591751596235ce.png[/img][/align]
- 三、使用ComfyUI工作
- 1、不带Lora工作（在教程中下载即可）
- [align=center][img=461,200]https://i-blog.csdnimg.cn/direct/ae854f01a8f14d85b68d9ce171e38149.png[/img][/align]
- 导入模子，进行生图
- [align=center][img=1200,708]https://i-blog.csdnimg.cn/direct/c35ae7dd5ecf46fba307b29c6f8cbcb7.png[/img][/align]
- [align=center][img=1200,756]https://i-blog.csdnimg.cn/direct/c1c9da79fe7d47d4a08042ed0b2b22bf.png[/img][/align]
- 生图需要一些时间，各人耐心期待即可
- 2、带Lora工作
- [align=center][img=430,138]https://i-blog.csdnimg.cn/direct/0f994350181c49f1b32655a7d806f111.png[/img][/align]
- （同理，在教程中下载即可）
- [align=center][img=1200,682]https://i-blog.csdnimg.cn/direct/56bb7ce24d3945cfa50379a171ea95d8.png[/img][/align]
- 3、调整prompt
- [align=center][img=608,359]https://i-blog.csdnimg.cn/direct/924a7202e5c34b65bda515d850910fae.png[/img][/align]
- 调整想要天生的图片
- 4、检察天生图片进度
- [align=center][img=738,105]https://i-blog.csdnimg.cn/direct/592c3ee33e254f4fbe263b09f52f2bbf.png[/img][/align]
- 四、采样器的参数分析
- [align=center][img=424,387]https://i-blog.csdnimg.cn/direct/950ca0cf19a04978a55dd0fc98fbf7d5.png[/img][/align]
- Positive：正向条件
- Negative：负向条件
- latent_image：将被去噪的潜伏图像
- seed：用于创建噪声的随机种子
- control_after_generate：在每个提示后更改上述种子号的本领。节点可以randomize、increment、decrement或保持种子号fixed。
- steps：去噪过程中使用的步骤数。采样器答应进行的步骤越多，结果就越准确。但过大的steps会导致出图过爆，出现欠好的画面。
- cfg：分类器自由引导（cfg）比例决定了采样器在实现提示内容方面的积极性。更高的比例强制图像更好地代表提示，但设置过高的比例会负面影响图像质量。
- sampler_name：使用哪个采样器
- scheduler：使用哪种计划
- denoise：通过噪声擦除多少潜伏图像的信息
- 五、Lora微调
- LoRA (Low-Rank Adaptation) 微调是一种用于在预练习模子上进行高效微调的技能。它可以通过高效且灵活的方式实现模子的个性化调整，使其可以或许适应特定的使命或领域，同时保持良好的泛化本领和较低的资源消耗。这对于推动大规模预练习模子的实际应用至关重要。
- [code]下面是task2中的微调代码
到这里呢，我们的学习就竣事了，各人记得打卡哦。
这段时间的学习让我劳绩许多，学习永不停止，也希望以后能与各人多多交流，等待下一次的学习！
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。 |
