模型介绍
中文整理骑士的征战
故事介绍
故事梗概
骑士在征战的旅途中所经历的事情,这一整个故事展现了骑士的优秀精神品质
具体故事
- 一个骑士准备出发去探索世界的奥秘,同时也是去挑战自我
- 在旅途过程中,他遇到了一个火焰龙,火焰龙的攻击性和攻击范围非常强
- 因此他无处可逃,只能与火焰龙决一死战,拼尽全力。
- 艰难战胜了火焰龙之后,他进入到火焰龙的洞穴之中探索,找到了一个盒子,盒子之中装了一份遗物。
- 骑士跟着古老的遗物的指引,来到了一个偏远的小村庄,这个村庄略有破败和落后,却也有一种神秘的气息。
- 骑士刚刚在这个村庄找好落脚的地方之后,一个巫师进入了这个村庄,准备伤害这个村庄中的村民,将这一片土地占为己有
- 就在骑士刚刚在这个村庄找好落脚的地方之后,一个巫师进入了这个村庄,准备伤害这个村庄中的村民,将这一片土地占为己有
- 战争胜利了之后,这位骑士获得了村民们的拥护和爱戴,决定在这个村庄住下,保卫这个村庄的安全
Lora微调
LoRa微调是指对LoRa(Long Range)技术进行优化和调整,以适应特定的应用场景。
LoRa技术特点包括长距离通信和低功耗,适用于远距离物联网应用如农业监测、智能城市等。
LoRa微调着重于提高其性能,如在LoRA-drop中层的适配器可被完全训练或根本不被训练,同时AdaLoRA方法可以根据不同适配器决定具有不同的秩。
ComfyUI
ComfyUI 是GUI的一种,是基于节点工作的用户界面,主要用于操作图像的生成技术。
ComfyUI 的特别之处在于它采用了一种模块化的设计,把图像生成的过程分解成了许多小的步骤,每个步骤都是一个节点。
这些节点可以连接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生成过程。
使用 ComfyUI 最主要的原因是其对 SDXL 的优化更好,跑图的显存占用更低,速度更快。ComfyUI紧密遵循 SD 的工作原理,并且代码比其他 SD UI 更容易理解。
模型介绍
环境准备
simple-aesthetics-predictor:用于预测图像的美学质量。
data-juicer: 用于处理和优化多模态数据集的工具。
pytorch-lightning: 卸载旧版本并安装新版本,简化 PyTorch 训练流程。
peft, lightning, pandas, torchvision: 分别用于模型微调、PyTorch Lightning、数据处理和图像转换。
DiffSynth-Studio: 与音频合成相关的项目或库。
数据集加载与预处理
数据加载:负责从ModelScope加载一个名为 lowres anime 的数据集,并将其转换成适合进一步处理的格式。
数据预处理:负责对数据进行进一步的处理和筛选,确保数据集的质量。
数据清洗与过滤
数据清洗与过滤主要是为了提高数据质量,保证数据合规性,以提升分析效率
CLIP模型评估
CLIP(Contrastive Language-Image Pre-training)模型被用来评估图像和文本之间的相似性。
CLIP是一种多模态模型,它通过学习图像和文本之间的对应关系来进行训练。
这种模型可以用于多种任务,如图像检索、图像描述生成、视觉问答等。
PyTorch数据集与数据加载器
在PyTorch中,数据集(Dataset)和数据加载器(DataLoader)是非常重要的组件,它们负责处理数据的读取、预处理以及批量加载。
下载模型
您可以通过如下git clone命令,或者ModelScope SDK来下载模型
SDK下载
Git下载
优先采用原作者提供的中文模型卡片;仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件;指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖,请按作者说明配齐。
完整仓库可能包含多个权重格式,因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖,以原作者说明为准。
是否允许商用、修改和分发,请查看模型许可证。
闲社提供资料与镜像下载方法,不代表已运行模型或完成安全审计。下载的代码应先检查,再执行。
资料或下载有问题?
登录后可提交反馈。
