炼丹需要了解的参数

我们点击“开启炼丹炉”，正式进入到丹炉内部。打开素材库可以看到5张tifa的图片图片，这是丹炉中自带的，我们先用这个来炼制第一炉丹吧。我们可以选择一个任意的基础模型，然后给我们想要炼制的lora取一个名字，即召唤词。正常来说，这个丹炉已经帮我们按照类型设定好了参数，所以你只需要点击“人物”选项卡就可以开始训练了。但是，我们这里最好还是要了解一下相关的参数，所以我们选择“自定义参数”。点击确定，我们就进入了一个参数设置的面板。接下来，我们就来了解一下，这些参数的具体含义。1首先是学习步数，指的是AI对我们每一张图片的学习次数。根据我们的训练内容，二次元图片的repeat一般在10-15，写实人物图片的repeat一般在30-50，真实世界的一些景观场景可能要达到100。repeat值越高，ai就能更好的读懂我们的图片，理论上讲图片的精细度越高，学习步数就要越高。循环次数：AI将我们的所有图片按照学习步数学习一轮就是一次循环，那循环次数就是将这个过程重复多少遍。一般数值在10-20之间，次数并不是越多越好，因为学多了就会知识固化，变成一个书呆子，画什么都和我们的样图一样，我们称之为过拟合。每一次循环我们都会得到一个炼丹结果，所以epoch为10的话，我们就训练完之后就会得到10个丹。我们总的训练步数，就是：图片张数*学习步数*循环次数=训练步数。即：5*50*10=2500步

等待预处理完成，就可以看到图片被处理成了脸部和上半身的聚焦图片。进入TAG编辑当中，可以看到每张图片都被自动加上了标签，可以说是非常方便了。纯英文的tag看起来还是有点费劲的，我们可以打开这个翻译设置来开启双语tag。我们进入百度翻译开放平台，注册一个账号，点击“通用文本翻译”、点击“免费体验通用文本翻译API”。接下来会有注册为开发者的选项，大家可以注册个人开发者，按照流程填写即可。注册好之后，进入开发者信息，就可以看到AppID和密钥了。将信息填入，开启双语TAG，可以看到下面的tag就变成双语的了。接下来就是检查每幅图的tag，看看描述词是否和人物匹配，删除不正确的，新增一些你需要的。检查完没有问题之后，就可以点击“开始训练”，炼制我们的第一枚丹了。

选一个基础大模型，我使用的是“麦橘写实”，然后填一个lora的名字。准备好之后，将照片导入到丹炉，选择适合的分辨率，可以勾选“脸部加强训练”，然后点击“预处理”。其实这里有一个自动的裁剪模式，但是我试过觉得自动的不太靠谱，所以还是手动裁吧。预处理之后，就会出现一个脸部的文件夹，和一个整体的文件夹，并且每一张照片都已经自动打好了tag标签。我们可以给整体添加统一的标签，也可以单独给每一张修改标签。这个标签的作用主要是帮助AI去理解我们的图片，告诉它画面里面有什么。这里要注意的是，如果你想让这个特征成为人物的固定的效果，你就不要填写这个关键词。比如我不描写他的发型，只描写他的头发颜色，那么后期出图的时候，他的发型就不能被改变，但是头发颜色却可以被改变。这个过程挺漫长的，每一张图片都要仔细检查，打标的好坏会影响到后面人物lora是否有比较好的泛化性。所以如果你想让你的人物能多一些变化，就尽量描述的详细一些吧。[heading1]#03[heading1]参数调整[content]前面两个环节比较重要，这个参数调节其实就可以佛系一点了。大部分参数是固定的，主要的几个按照我之前讲解过的人物参数配置一遍就可以了，后期再根据生成的结果来调整。设置好之后就可以开始训练了。[heading1]#04[heading1]炼丹[content]18张脸部图片，20张整体图片，各训练50步，循环训练10次，并行步数为1，所以训练总步数为19000，训练时长为45分钟，loss值为0.0769。从数值上来看是个不错的丹，但具体好坏还是要我们自己通过测试来判断，毕竟像不像只有我们自己知道。