நிலையான பரவல் உரை தலைகீழ்

எச்சரிக்கை: இது மிகவும் நினைவாற்றல் மிகுந்த மாடலாகும், எழுதுவது போல், SD உடன் வேலை செய்ய உகந்ததாக இல்லை. உங்கள் உள்ளூர் சாதனத்தில் இதைப் பயிற்சி பெற குறைந்தபட்சம் 10ஜிபி VRAM கொண்ட என்விடியா ஜிபியுவும், நியாயமான நேரத்தில் பயிற்சி பெற 20ஜிபி+ கொண்ட ஜிபியுவும் தேவைப்படும். உங்களிடம் கணினி ஆதாரங்கள் இல்லையென்றால், நீங்கள் Colab ஐப் பயன்படுத்த வேண்டும் அல்லது SD சிறப்பாக ஆதரிக்கப்படும் வரை முன் பயிற்சி பெற்ற உட்பொதிவுகளுடன் ஒட்டிக்கொள்ள வேண்டும்.

இந்த வழிமுறைகள் உங்கள் உள்ளூர் சாதனத்தில் பயிற்சிக்கானவை என்பதை நினைவில் கொள்ளவும், Colab இல் பயிற்சிக்கான வழிமுறைகள் மாறுபடலாம்.

நீங்கள் விவரிக்க விரும்பும் மாதிரியின் 3-5 படங்கள் தேவைப்படும். நீங்கள் அதிகமான படங்களைப் பயன்படுத்தலாம், ஆனால் காகிதம் 5 பரிந்துரைக்கிறது. சிறந்த முடிவுகளுக்கு, படங்கள் பார்வைக்கு ஒத்ததாக இருக்க வேண்டும், மேலும் ஒவ்வொரு படமும் 512×512 ஆக செதுக்கப்பட வேண்டும். வேறு எந்த அளவுகளும் மறுஅளவிடப்படும் (நீட்டப்படும்) மற்றும் விசித்திரமான முடிவுகளை உருவாக்கலாம்.

படி 1:

படி 2: அனகோண்டா ஓட்டத்தில்

படி 4:

நிறுத்தியதும், கீழ் பல உட்பொதிக்கும் கோப்புகளைக் காண்பீர்கள் பதிவுகள்/<உங்கள் இயக்கப் பெயர்>/சோதனைச் சாவடிகள். நீங்கள் விரும்பும் ஒன்று embeddings.pt.

படி 5:

WebUI இல், நீங்கள் உருவாக்கிய உட்பொதிவு கோப்பை பதிவேற்றவும். இப்போது, ​​ஒரு வரியில் எழுதும் போது, ​​நீங்கள் * பயன்படுத்தலாம் உட்பொதித்தல் கோப்பு விவரிக்கும் அனைத்தையும் குறிப்பிடுவதற்கு.

“ஒரு படம் ரெம்ப்ராண்ட் பாணியில்”

“கோர்கியின் புகைப்படம்”

“*”

பாணியில் ஒரு காபி குவளை

நினைவூட்டல்: அதிகாரப்பூர்வ ரெப்போ இங்கே==>

ரினோங்கல்/டெக்ஸ்ட்வல்_இன்வெர்ஷன்

அதிகாரப்பூர்வமற்ற ஃபோர்க், விண்டோஸில் மிகவும் நிலையானது (8/28/22)==> nicolai256/Stable-textual-inversion_win

உங்கள் தூண்டுதல்களில் உட்பொதிவுகளைப் பயன்படுத்தும் போது, ​​குறிப்பான்கள் (

என்று ஆசிரியர்கள் குறிப்பிடுகின்றனர். *) நிறுத்தற்குறிக்கு உணர்திறன். *

மாதிரியானது “ஒரு புகைப்படம்” அல்லது உங்கள் அறிவுறுத்தலில் “புகைப்படமாக” உரை-தலைகீழ் பயிற்சியின் போது, ​​5 படங்களுக்கு மேல் பயன்படுத்துவதாக காகிதம் கூறுகிறது குறைவான ஒத்திசைவான முடிவுகளுக்கு வழிவகுக்கிறது. சில பயனர்கள் உடன்படவில்லை. பரிசோதனை செய்து பாருங்கள்.

பயிற்சியின் போது, ​​ஒன்றுக்கு மேற்பட்ட init-வார்த்தைகளை பட்டியலில் சேர்ப்பதன் மூலம் இனிஷியலைசர்_வார்த்தைகள்: v1-finetune.yaml. ஆர்டர் முக்கியமானதாக இருக்கலாம் (உறுதிப்படுத்தப்படவில்லை)

கே: இதற்கு எவ்வளவு VRAM தேவைப்படுகிறது , நான் ஏன் CUDA அவுட் ஆஃப் மெமரி பிழையைப் பெறுகிறேன்?

A: இந்த மாடல் மிகவும் VRAM கனமானது, 20GB என்பது பரிந்துரைக்கப்பட்ட அளவு. <12GB VRAM உடன் GPU இல் இந்த மாதிரியை இயக்க முடியும், ஆனால் உத்தரவாதம் இல்லை. அளவு: 512 ஆக மாற்ற முயற்சிக்கவும் அளவு: 448 இல் v1-finetune.yaml -> தரவு: -> params:

இரண்டிற்கும் ரயில்: மற்றும் சரிபார்த்தல்: . அது போதாது என்றால், உங்கள் பயிற்சியைச் செய்ய Colab நோட்புக் அல்லது பிற GPU ஹோஸ்டிங் சேவையைப் பயன்படுத்துவது சிறந்தது.

கே: நான் ஏன் “SIGUSR1” பெறுகிறேன் பிழை? நான் ஏன் NCNN பிழையைப் பெறுகிறேன்? நான் ஏன் பெறுகிறேன் OSError: வளத்தைத் திறக்க முடியவில்லை

?

ப: ஸ்கிரிப்ட் main.py விண்டோஸ் இல்லாமல் எழுதப்பட்டது.

நீங்கள் திறக்க வேண்டும் main.py மற்றும் ஸ்கிரிப்ட்டின் மேற்பகுதிக்கு அருகில் கடைசியாக இறக்குமதி செய்த பிறகு பின்வரும் வரியைச் சேர்க்கவும்:

os.environ[“PL_TORCH_DISTRIBUTED_BACKEND”]=”க்ளூ”

அடுத்து, ஸ்கிரிப்ட்டின் முடிவில் பின்வரும் வரிகளைக் கண்டறியவும். மாற்றவும் SIGUSR1 மற்றும் SIGUSR2 முதல் SIGTERM:

இறக்குமதி சிக்னல்.சிக்னல்(சிக்னல்.சிக்னல்.சிகுஎஸ்ஆர்1,மெல்க்) சிக்னல்

இறுதியாக, கோப்பைத் திறக்கவும் ldm/utils.py இதைக் கண்டுபிடி வரி: எழுத்துரு=ImageFont.truetype('data/DejaVuSans.ttf', size=size). அதைக் கருத்துத் தெரிவிக்கவும், அதை மாற்றவும்: எழுத்துரு=ImageFont.load_default()

கே: பல சாதனங்கள் கண்டறியப்பட்டதில் நான் ஏன் பிழையைப் பெறுகிறேன்?

A: நீங்கள் –gpus 1 ஐப் பயன்படுத்துகிறீர்கள் என்பதை உறுதிப்படுத்திக் கொள்ளுங்கள் வாதம். நீங்கள் இன்னும் பிழையைப் பெறுகிறீர்கள் என்றால், main.py திறக்கவும் மற்றும் பின்வரும் வரிகளைக் கண்டறியவும்: