Modelo LoRA personalizado! Curso avançado, ensino completo do fluxo de trabalho, da geração de imagens ao treinamento

Para quem é este curso?

Resumindo, se você já passou da fase inicial de geração de imagens com IA e quer avançar mais, tendo a capacidade de 'personalização', o conteúdo deste curso deve atender exatamente às suas necessidades.

Organização do conteúdo do curso

Vamos começar dos conceitos mais básicos e levar você até o treinamento prático completo, com explicações e demonstrações claras em cada passo.

Capítulo 1: Entendendo os conceitos centrais

01 O que é exatamente o LoRA?
Não se apresse em operar, entenda primeiro qual é a essência do modelo LoRA e por que ele consegue realizar ajustes finos de estilo, pois isso determina a linha de pensamento de todas as suas operações posteriores.

Capítulo 2: Dominando a lógica subjacente e o fluxo

02 A lógica subjacente do SD e o fluxo básico de treinamento do LoRA
Entenda o princípio de funcionamento do Stable Diffusion e qual é o fluxo padrão para treinar um modelo LoRA, para ter uma visão geral primeiro.

Capítulo 3: Preparação antes do treinamento — processamento de materiais

03 Como coletar e processar materiais?
O resultado do treinamento depende metade dos materiais. Ensina como coletar materiais de forma direcionada e fazer um pré-processamento eficaz.

04 Como fazer rotulagem refinada?
Rotular os materiais (Tag) é um passo crucial do treinamento. Como rotular de forma mais precisa e fazer o modelo entender sua intenção? Aqui estão métodos detalhados.

Capítulo 4: O núcleo do treinamento — parâmetros e técnicas

05 Parâmetros importantes e relações entre parâmetros no treinamento de LoRA
Taxa de aprendizado, número de iterações, dimensão da rede... O que significam esses parâmetros? Como eles se influenciam mutuamente? Ajustar parâmetros não é mais baseado em achismo.

06 Camadas do LoRA e métodos de salvamento
Entenda a estrutura em camadas do modelo LoRA e como salvar e carregar corretamente os modelos de diferentes estágios de treinamento, facilitando o uso e ajustes posteriores.

Capítulo 5: Técnicas avançadas extras

07 Extra avançado — O que é regularização?
A regularização (Regularization) é uma técnica importante para evitar overfitting do modelo. Esta parte explicará de forma acessível sua função e uso.

08 Extra avançado — Método de cópia, extração de diferenças, método de lixo
Algumas técnicas práticas de treinamento e pequenos métodos validados que circulam na comunidade, que podem ajudar você a melhorar o efeito do treinamento em cenários específicos.

Capítulo 6: Prática e resumo de experiências

09 Considerações finais — Experiências e insights sobre treinar LoRA
Compartilhar algumas experiências e insights não escritos resumidos durante o processo de treinamento, para ajudar você a evitar armadilhas comuns de mentalidade e operação.

10 Treine seu modelo de IP de Ano Novo 3D do zero
Usando um caso concreto (por exemplo, treinar um IP de mascote de Ano Novo em estilo 3D), guiar você por todo o fluxo de treinamento do início ao fim, conectando todo o conhecimento aprendido anteriormente.