Model LoRA tersuai peribadi! Kursus lanjutan, pengajaran penuh daripada penjanaan imej hingga latihan model

Kursus ini sesuai untuk siapa?

Ringkasnya, jika anda sudah melepasi peringkat permulaan penjanaan imej AI, ingin maju lebih jauh, dan memiliki keupayaan 'penyesuaian', maka kandungan kursus ini sepatutnya tepat dengan keperluan anda.

Susunan kandungan kursus

Kami akan bermula dari konsep paling asas, membawa anda sehingga latihan praktikal yang lengkap, setiap langkah ada penerangan dan demonstrasi yang jelas.

Bab 1: Memahami konsep teras

01 Apakah sebenarnya LoRA?
Jangan tergesa-gesa beroperasi, fahami dahulu apakah hakikat model LoRA, mengapa ia boleh merealisasikan penalaan halus gaya, ini menentukan pemikiran semua operasi anda selepas ini.

Bab 2: Menguasai logik asas dan proses

02 Logik asas SD dan proses asas melatih LoRA
Fahami prinsip kerja Stable Diffusion, dan bagaimana proses standard melatih model LoRA, supaya anda ada gambaran menyeluruh terlebih dahulu.

Bab 3: Persediaan sebelum latihan - pemprosesan bahan

03 Bagaimana mengumpul bahan dan memproses bahan?
Sama ada kesan latihan baik atau tidak, separuh bergantung pada bahan. Ajar anda bagaimana mengumpul bahan secara bersasar dan melakukan prapemprosesan yang berkesan.

04 Bagaimana melakukan pelabelan secara halus?
Memberi label (Tag) pada bahan adalah langkah penting dalam latihan. Bagaimana melabel supaya lebih tepat dan lebih membolehkan model memahami niat anda? Di sini ada kaedah terperinci.

Bab 4: Teras semasa latihan - parameter dan teknik

05 Parameter penting dan hubungan parameter dalam melatih LoRA
Kadar pembelajaran, bilangan langkah lelaran, dimensi rangkaian... apakah maksud parameter ini? Bagaimana ia saling mempengaruhi? Melaraskan parameter tidak lagi bergantung pada nasib.

06 Lapisan LoRA dan kaedah penyimpanan
Memahami struktur berlapis model LoRA, serta cara menyimpan dan memanggil model pada peringkat latihan yang berbeza dengan betul, untuk memudahkan penggunaan dan penyesuaian seterusnya.

Bab 5: Teknik Lanjutan Tambahan

07 Tambahan Lanjutan - Apakah Regularisasi?
Regularisasi (Regularization) ialah teknik penting untuk mengelakkan model daripada overfitting. Bahagian ini akan menerangkan fungsinya dan cara penggunaannya secara mudah.

08 Tambahan Lanjutan - Kaedah Salinan, Kaedah Pengekstrakan Perbezaan, Kaedah Sampah
Beberapa teknik latihan praktikal dan kaedah kecil yang telah terbukti dan tersebar dalam komuniti, boleh membantu anda meningkatkan kesan latihan dalam senario tertentu.

Bab 6: Amalan dan Ringkasan Pengalaman

09 Penutup - Pengalaman dan Pengajaran Melatih LoRA
Berkongsi beberapa pengalaman dan pengajaran tidak bertulis yang disimpulkan semasa proses latihan, membantu anda mengelakkan salah faham mental dan operasi yang biasa.

10 Latih Model IP Tahun Baru 3D Anda dari Kosong
Menggunakan satu kes konkrit (contohnya melatih IP maskot Tahun Baru gaya 3D), membawa anda melalui keseluruhan proses latihan dari awal hingga akhir, menghubungkan semua pengetahuan yang dipelajari sebelum ini.