stable diffusion 1.5大模型炼制详细教程，几块钱即可炼制大模型 _模型

前言
之前已经讲过,SD1.训练过程，基本说的比较清楚了，有兴趣可以去看看，下面我将讲解一下SD1.5大模型的炼制。
：
SD1.：
是一种定制个性化的扩散模型的方法。仅需少量训练数据就可以获得极佳的效果。基于研发，使用时只需将模型导出为 ckpt，然后就可以被加载到各种 UI 中。
然而，的模型和预训练的权重都不可用。所以最初的并不适用于稳定扩散。但后面实现了这一功能，并且完全适配了。
模型炼制数据准备
和LORA一样，裁剪成的大小后打tag，数据处理参考之前文章，不赘述了，数据的多少根据你的任务来（真人，二次元，画风），先别急，最好听我把流程讲完，你再准备数据开始炼制。
二次元：20-50（建议抠图填白，脸部训练影响不大，不过自己可以试试，说不定效果更好）
真人：50-100张（建议抠图填白，加强脸部训练）
画风：1000往上
这只是参考区间，如果你的图片质量都是一级棒。那当然是越多越好，别强行为了数量把一些一般照片放进去，可能数量上去了，反而训练的很烂。
假设我来炼制一个真人模型，这是我的数据集，只是打个样
抠图后，赛博丹炉下有两个文件夹，分别是裁剪后的人物和脸型
之后把你的底膜准备好，与你图片炼制风格相近的，之后一起压缩上传百度网盘，这样是为了下载方便，因为你可以新建一个文件夹在和百度云盘共享一个空间，如果手动拖动文件到，那真是速度很慢；特别是大模型2个G，这个教程请看文章，这个不难，中文教程说的很明白了，一步步按他说的弄。
炼制
直接搜素就出来了，立即创建
镜像名：Akegarasu/dreambooth-autodl/dreambooth-autodl:v3

文章插图
打开终端，把系统盘的-aki移动到数据盘中，因为系统只有30G，数据盘有50G，
【stable diffusion 1.5大模型炼制详细教程，几块钱即可炼制大模型】

mv/root/dreambooth-aki/ /root/autodl-tmp/ipython kernel install --user --name=diffusers下载diffusers内核等下测试用

点击ipynb文件训练脚本
直接方式：简单但上传速度一般
文件放置路径：模型文件直接放到model-sd，数据集图片直接放到-，手动拖动即可
间接方式：需要建立共享空间但上传速度快
下载完文件在-tmp路径下
强调：最好都是压缩zip上传，解压指令如下
unzip /root/autodl-tmp/dreambooth-aki/文件名.zip
移动文件

 数据集移动mv /root/autodl-tmp/dreambooth-aki/文件名/* /root/autodl-tmp/dreambooth-aki/instance-images/模型移动mv /root/autodl-tmp/dreambooth-aki/模型名 /root/autodl-tmp/dreambooth-aki/model-sd/

mv是move意思，把文件从源地址移动到目的地址
数据准备完毕
训练参数
-tmp/-aki/-aki.ipynb
其实秋叶大佬讲的挺清楚了，基本改一下文件路径即可，直接一步步运行，不管我还是一步步讲一下
定义了一些模型转换文件和全局变量等等，直接Ctrl enter运行，
秋叶已经转换好了一个动漫底膜，在model-hf下，之前我们已经把真人底模放在了model-sd中，把model.改成自己底模的名字，运行后自动覆盖model-hf下文件

文章插图
可以看到分完后，模型被拆解为文本编码器，分词器，unet，vae
改成一个自己命名的tag（但是不存在的英文单词），就像触发词一样，这样进行训练文本编码器会把这个词和你训练的图片画风挂钩，你的自定义tag更容易生成你训练图片的画风