#ai_toolkit search results
#Flux.1 LoRA学習の #ai_toolkit にGUI付いて設定が激簡単に！おまけに #Florence_2 でキャプションは自動♪後は、好みのsteps数、学習率、Rankを見つけるだけかな！？今回はデフォルトでテスト。#RTX4090 で1,000 steps 40分ほど。 github.com/ostris/ai-tool…
どうも #ai_toolkit の出力する #顔LoRA を使った結果が気に入らず(前にも書いたけど顔が大きく出る事が多い)、#sd_scripts で…と思い、便利な #Florence2 の自動キャプション部分だけ抜き出しcli化(笑)。今学習してるけど、やっぱりsd-scriptsの方が同じステップ数だと少し時間がかかり30分 vs…
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成中。ただ学習率などは分からず #Wan 2.1 のをそのまま流用(^^; dataset 10枚、3000 stepsで約2時間半。結果はいかに！？(笑) @ostrisai
Check out our user-friendly codebase supporting various models, plus a cool wandb dashboard to visualize and dissect agent skills across the board📊! #MachineLearning #AI_Toolkit 🧵[2/4]
![ma_chang_nlp's tweet image. Check out our user-friendly codebase supporting various models, plus a cool wandb dashboard to visualize and dissect agent skills across the board📊! #MachineLearning #AI_Toolkit
🧵[2/4]](https://pbs.twimg.com/media/GEqR3NmbAAAgIKP.jpg)
#FLUX.1 #Kontext [dev]、#ai_toolkit の学習結果。10枚/2,000steps。"this clothes wearing a Japanese woman"。#LoRAっ子2号 が無いと結構悲惨(笑) #AI美女 #AIグラビア github.com/ostris/ai-tool…
![PhotogenicWeekE's tweet image. #FLUX.1 #Kontext [dev]、#ai_toolkit の学習結果。10枚/2,000steps。"this clothes wearing a Japanese woman"。#LoRAっ子2号 が無いと結構悲惨(笑)
#AI美女 #AIグラビア
github.com/ostris/ai-tool…](https://pbs.twimg.com/media/GuyennqWwAAJuRQ.jpg)
![PhotogenicWeekE's tweet image. #FLUX.1 #Kontext [dev]、#ai_toolkit の学習結果。10枚/2,000steps。"this clothes wearing a Japanese woman"。#LoRAっ子2号 が無いと結構悲惨(笑)
#AI美女 #AIグラビア
github.com/ostris/ai-tool…](https://pbs.twimg.com/media/GuyeofSW4AAhkv_.jpg)
![PhotogenicWeekE's tweet image. #FLUX.1 #Kontext [dev]、#ai_toolkit の学習結果。10枚/2,000steps。"this clothes wearing a Japanese woman"。#LoRAっ子2号 が無いと結構悲惨(笑)
#AI美女 #AIグラビア
github.com/ostris/ai-tool…](https://pbs.twimg.com/media/Guye0iRWgAACMJL.jpg)
ってことで #ai_toolkit 使って #LoRAっ子2号(1枚目) と #LoRAっ子1号(2枚目)を再学習。デフォルトの学習率4e-4だと似るけど顔が大きくなったりするので1e-4へ変更。Rankは16/32/64と試して16に。Stepsは1,000のまま。これだけ似れば十分でしょ(笑) < どちらもdatasetは10枚 #AI美女 #AIグラビア…
#Flux.1 LoRA学習の #ai_toolkit にGUI付いて設定が激簡単に！おまけに #Florence_2 でキャプションは自動♪後は、好みのsteps数、学習率、Rankを見つけるだけかな！？今回はデフォルトでテスト。#RTX4090 で1,000 steps 40分ほど。 github.com/ostris/ai-tool…
#ai_toolkit が #OmniGen2 に対応してたので、#LoRAっ子2号 を学習させてみた(cli)。10枚/3,000steps。パラメータは触らず。#RTX4090 で約2時間半。まぁ、普通に似るし、素の肌ツルツル感もそれなりに改善される。次は #Kontext の #顔LoRA (笑) #AI美女 #AIグラビア github.com/ostris/ai-tool…
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成、2K stepsまで完了。順に2k, 1.5k, 無し。重み0.5の肌LoRA的な(0.8以上はもう似てる)。やっとQwen-Imageで違う顔が出た(笑)。やり方はコメントへ。 @ostrisai #AI美女 #AIグラビア
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成中。ただ学習率などは分からず #Wan 2.1 のをそのまま流用(^^; dataset 10枚、3000 stepsで約2時間半。結果はいかに！？(笑) @ostrisai
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成、2k stepsの方が調子いいので変更。#LoRAっ子2号 を学習させてみた。結果はご覧の通り(笑) ただ、シェアした他の方法だと学習率が1e-4 / 3k stepsと低く(現在2e-4)、どちらがいいのかは不明。 @ostrisai #AI美女…
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成、2K stepsまで完了。順に2k, 1.5k, 無し。重み0.5の肌LoRA的な(0.8以上はもう似てる)。やっとQwen-Imageで違う顔が出た(笑)。やり方はコメントへ。 @ostrisai #AI美女 #AIグラビア
#ai_toolkit の環境があったので(Wan 2.1対応)、#LoRAっ子2号 を学習。10枚 / 2,000 steps、#RTX4090 で約2時間。但し確認用の生成、デフォルトの40フレームだとそれだけで8分 x8かかるのでw 15フレームへ変更。まぁ普通に似るよね(笑) #Wan 2.1 txt2img #AI美女 #AIグラビア
#ai_toolkit、いろいろやってて分かったのは 1. 学習率は、白ホリスタジオでちゃんと撮ったのは1e-4、外で普通に撮ったのは2e-4 2. Rankは、32だとdatasetの服や背景の影響を少し受け難くなる。その替わり気持ち丸顔傾向 こんな感じ。stepは1,000で問題無し。< dataset 10〜15枚の場合 #Flux.1 dev…
datasetはここに掲載したのと全く同じで #ai_toolkit で学習。 techno-edge.net/article/2023/1…
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成、2k stepsの方が調子いいので変更。#LoRAっ子2号 を学習させてみた。結果はご覧の通り(笑) ただ、シェアした他の方法だと学習率が1e-4 / 3k stepsと低く(現在2e-4)、どちらがいいのかは不明。 @ostrisai #AI美女…
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成、2K stepsまで完了。順に2k, 1.5k, 無し。重み0.5の肌LoRA的な(0.8以上はもう似てる)。やっとQwen-Imageで違う顔が出た(笑)。やり方はコメントへ。 @ostrisai #AI美女 #AIグラビア
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成、2K stepsまで完了。順に2k, 1.5k, 無し。重み0.5の肌LoRA的な(0.8以上はもう似てる)。やっとQwen-Imageで違う顔が出た(笑)。やり方はコメントへ。 @ostrisai #AI美女 #AIグラビア
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成中。ただ学習率などは分からず #Wan 2.1 のをそのまま流用(^^; dataset 10枚、3000 stepsで約2時間半。結果はいかに！？(笑) @ostrisai
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成中。ただ学習率などは分からず #Wan 2.1 のをそのまま流用(^^; dataset 10枚、3000 stepsで約2時間半。結果はいかに！？(笑) @ostrisai
#ai_toolkit の環境があったので(Wan 2.1対応)、#LoRAっ子2号 を学習。10枚 / 2,000 steps、#RTX4090 で約2時間。但し確認用の生成、デフォルトの40フレームだとそれだけで8分 x8かかるのでw 15フレームへ変更。まぁ普通に似るよね(笑) #Wan 2.1 txt2img #AI美女 #AIグラビア
#FLUX.1 #Kontext [dev]、#ai_toolkit の学習結果。10枚/2,000steps。"this clothes wearing a Japanese woman"。#LoRAっ子2号 が無いと結構悲惨(笑) #AI美女 #AIグラビア github.com/ostris/ai-tool…
#ai_toolkit が #OmniGen2 に対応してたので、#LoRAっ子2号 を学習させてみた(cli)。10枚/3,000steps。パラメータは触らず。#RTX4090 で約2時間半。まぁ、普通に似るし、素の肌ツルツル感もそれなりに改善される。次は #Kontext の #顔LoRA (笑) #AI美女 #AIグラビア github.com/ostris/ai-tool…
どうも #ai_toolkit の出力する #顔LoRA を使った結果が気に入らず(前にも書いたけど顔が大きく出る事が多い)、#sd_scripts で…と思い、便利な #Florence2 の自動キャプション部分だけ抜き出しcli化(笑)。今学習してるけど、やっぱりsd-scriptsの方が同じステップ数だと少し時間がかかり30分 vs…
#ai_toolkit、いろいろやってて分かったのは 1. 学習率は、白ホリスタジオでちゃんと撮ったのは1e-4、外で普通に撮ったのは2e-4 2. Rankは、32だとdatasetの服や背景の影響を少し受け難くなる。その替わり気持ち丸顔傾向 こんな感じ。stepは1,000で問題無し。< dataset 10〜15枚の場合 #Flux.1 dev…
datasetはここに掲載したのと全く同じで #ai_toolkit で学習。 techno-edge.net/article/2023/1…
ってことで #ai_toolkit 使って #LoRAっ子2号(1枚目) と #LoRAっ子1号(2枚目)を再学習。デフォルトの学習率4e-4だと似るけど顔が大きくなったりするので1e-4へ変更。Rankは16/32/64と試して16に。Stepsは1,000のまま。これだけ似れば十分でしょ(笑) < どちらもdatasetは10枚 #AI美女 #AIグラビア…
#Flux.1 LoRA学習の #ai_toolkit にGUI付いて設定が激簡単に！おまけに #Florence_2 でキャプションは自動♪後は、好みのsteps数、学習率、Rankを見つけるだけかな！？今回はデフォルトでテスト。#RTX4090 で1,000 steps 40分ほど。 github.com/ostris/ai-tool…
#Flux.1 LoRA学習の #ai_toolkit にGUI付いて設定が激簡単に！おまけに #Florence_2 でキャプションは自動♪後は、好みのsteps数、学習率、Rankを見つけるだけかな！？今回はデフォルトでテスト。#RTX4090 で1,000 steps 40分ほど。 github.com/ostris/ai-tool…
Check out our user-friendly codebase supporting various models, plus a cool wandb dashboard to visualize and dissect agent skills across the board📊! #MachineLearning #AI_Toolkit 🧵[2/4]
#Flux.1 LoRA学習の #ai_toolkit にGUI付いて設定が激簡単に！おまけに #Florence_2 でキャプションは自動♪後は、好みのsteps数、学習率、Rankを見つけるだけかな！？今回はデフォルトでテスト。#RTX4090 で1,000 steps 40分ほど。 github.com/ostris/ai-tool…
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成中。ただ学習率などは分からず #Wan 2.1 のをそのまま流用(^^; dataset 10枚、3000 stepsで約2時間半。結果はいかに！？(笑) @ostrisai
どうも #ai_toolkit の出力する #顔LoRA を使った結果が気に入らず(前にも書いたけど顔が大きく出る事が多い)、#sd_scripts で…と思い、便利な #Florence2 の自動キャプション部分だけ抜き出しcli化(笑)。今学習してるけど、やっぱりsd-scriptsの方が同じステップ数だと少し時間がかかり30分 vs…
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成、2K stepsまで完了。順に2k, 1.5k, 無し。重み0.5の肌LoRA的な(0.8以上はもう似てる)。やっとQwen-Imageで違う顔が出た(笑)。やり方はコメントへ。 @ostrisai #AI美女 #AIグラビア
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成中。ただ学習率などは分からず #Wan 2.1 のをそのまま流用(^^; dataset 10枚、3000 stepsで約2時間半。結果はいかに！？(笑) @ostrisai
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成、2k stepsの方が調子いいので変更。#LoRAっ子2号 を学習させてみた。結果はご覧の通り(笑) ただ、シェアした他の方法だと学習率が1e-4 / 3k stepsと低く(現在2e-4)、どちらがいいのかは不明。 @ostrisai #AI美女…
#GoogleColab (A100/40GB)上で #ai_toolkit 使って #QwenImage の #LoRA 作成、2K stepsまで完了。順に2k, 1.5k, 無し。重み0.5の肌LoRA的な(0.8以上はもう似てる)。やっとQwen-Imageで違う顔が出た(笑)。やり方はコメントへ。 @ostrisai #AI美女 #AIグラビア
ってことで #ai_toolkit 使って #LoRAっ子2号(1枚目) と #LoRAっ子1号(2枚目)を再学習。デフォルトの学習率4e-4だと似るけど顔が大きくなったりするので1e-4へ変更。Rankは16/32/64と試して16に。Stepsは1,000のまま。これだけ似れば十分でしょ(笑) < どちらもdatasetは10枚 #AI美女 #AIグラビア…
#Flux.1 LoRA学習の #ai_toolkit にGUI付いて設定が激簡単に！おまけに #Florence_2 でキャプションは自動♪後は、好みのsteps数、学習率、Rankを見つけるだけかな！？今回はデフォルトでテスト。#RTX4090 で1,000 steps 40分ほど。 github.com/ostris/ai-tool…
#FLUX.1 #Kontext [dev]、#ai_toolkit の学習結果。10枚/2,000steps。"this clothes wearing a Japanese woman"。#LoRAっ子2号 が無いと結構悲惨(笑) #AI美女 #AIグラビア github.com/ostris/ai-tool…
Check out our user-friendly codebase supporting various models, plus a cool wandb dashboard to visualize and dissect agent skills across the board📊! #MachineLearning #AI_Toolkit 🧵[2/4]
#ai_toolkit が #OmniGen2 に対応してたので、#LoRAっ子2号 を学習させてみた(cli)。10枚/3,000steps。パラメータは触らず。#RTX4090 で約2時間半。まぁ、普通に似るし、素の肌ツルツル感もそれなりに改善される。次は #Kontext の #顔LoRA (笑) #AI美女 #AIグラビア github.com/ostris/ai-tool…
Something went wrong.
Something went wrong.
United States Trends
- 1. Packers 96.3K posts
- 2. Eagles 125K posts
- 3. Jordan Love 14.8K posts
- 4. #WWERaw 127K posts
- 5. Matt LaFleur 8,332 posts
- 6. $MONTA 1,297 posts
- 7. AJ Brown 6,812 posts
- 8. Jalen 23.7K posts
- 9. Patullo 12.2K posts
- 10. Smitty 5,438 posts
- 11. McManus 4,260 posts
- 12. Sirianni 4,930 posts
- 13. #GoPackGo 7,842 posts
- 14. Grayson Allen 3,413 posts
- 15. Benítez 8,601 posts
- 16. James Harden 1,652 posts
- 17. Cavs 11.1K posts
- 18. #MondayNightFootball 1,929 posts
- 19. Vit Krejci N/A
- 20. Wiggins 12.7K posts