Simpletuner Lora

テキストエンコーダはトレーニングされていません。推論にはベースモデルのテキストエンコーダを再利用できます。

トレーニング設定

• トレーニングエポック数: 63
• トレーニングステップ数: 10001
• 学習率: 0.0001
  • 学習率スケジュール: 多項式
  • ウォームアップステップ数: 100
• 最大勾配値: 2.0
• 有効バッチサイズ: 1
  • マイクロバッチサイズ: 1
  • 勾配累積ステップ数: 1
  • GPU数: 1
• 勾配チェックポイント: True
• 予測タイプ: flow-matching (追加パラメータ=['flux_fast_schedule', 'shift=3', 'flux_guidance_mode=constant', 'flux_guidance_value=1.0', 'flow_matching_loss=compatible'])
• オプティマイザ: adamw_bf16
• 学習可能パラメータ精度: Pure BF16
• ベースモデル精度: no_change
• キャプションドロップアウト確率: 10.0%

LyCORIS設定

{
    "algo": "lokr",
    "multiplier": 1.0,
    "full_matrix": true,
    "linear_alpha": 1,
    "factor": 16,
    "apply_preset": {
        "target_module": [
            "Attention",
            "FeedForward"
        ],
        "module_algo_map": {
            "Attention": {
                "factor": 16
            },
            "FeedForward": {
                "factor": 8
            }
        }
    }
}

データセット

something-special-to-remember-by

• 繰り返し数: 1
• 画像総数: 79
• アスペクトバケット総数: 9
• 解像度: 512 px
• クロップ: False
• クロップスタイル: None
• クロップアスペクト: None
• 正則化データとして使用: No

💻 使用例

基本的な使用法

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-schnell'
adapter_repo_id = 'MyKPopWishList/simpletuner-lora'
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) # loading directly in bf16
lora_scale = 1.0
wrapper, _ = create_lycoris_from_weights(lora_scale, adapter_file_path, pipeline.transformer)
wrapper.merge_to()

prompt = "A photo-realistic image of woozi_seventeen"


## Optional: quantise the model to save on vram.
## Note: The model was not quantised during training, so it is not necessary to quantise it during inference time.
#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') # the pipeline is already in its target precision level
model_output = pipeline(
    prompt=prompt,
    num_inference_steps=4,
    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")

📄 ライセンス

other