大家好,我是风雨无阻。
本期内容:
- 什么是 Hypernetwork?
- Hypernetwork 与其他模型的区别?
- Hypernetwork 原理
- Hypernetwork 如何下载安装?
- Hypernetwork 如何使用?
在上一篇文章中,我们详细介绍了 embedding 的定义、作用以及如何安装使用 ,相信看过的朋友都知道,embedding 是属于一种将提示词打包的模型微调技术。感兴趣的朋友,可以前往查看:AI 绘画Stable Diffusion 研究(十五)SD Embedding详解。
其实今天要讲到的 Hypernetwork 和 embedding 甚至和后面我们即将介绍的 Lora 模型一样,也属于一种模型微调技术。
Hypernetwork 其实并不是我们介绍的一个重点知识,我们只需要了解这个微调技术的原理和使用方法即可!
主要有以下原因:
-
Hypernetwork是一个比Lora更早的模型微调技术,现在使用的人数越来越少。
我们在c站筛选Hypernetwork,只有33个Hypernetwork文件。
- Hypernetwork使用效果并不理想,甚至还不如体积只有几k的embeddings文件,但是Hypernetwork的文件体积却可以与lora相提并论,在几十M甚至上百M。
- Hypernetwork可以实现的效果,用其他的替代方式几乎都可以实现,比如用embeddings或者用lora。
1、什么是 Hypernetwork?
Hypernetwork 中文名(超网络),最初由stable diffusion 早期使用者 NovelAI开发,它是一个附加到stable diffusion模型的小型神经网络,用于修改其风格。
2、Hypernetwork 与其他模型的区别
- Hypernetwork VS Checkpoint(大模型)
Checkpoint模型包含生成图像的所有必要信息,我们可以通过其文件大小来识别,Checkpoint 它们的体积范围从 2 GB 到 7 GB不等,Hypernetwork通常低于 200 MB。
Hypernetwork无法单独使用,它需要与checkpoint模型配合来生成图像。
-
Hypernetwork VS LoRA模型
Hypernetwork与LoRA 模型很相似,它们的文件大小相似,通常低于 200MB,都比checkpoint模型小。
有一个事实是:LoRA 模型比Hypernetwork模型效果更好。
-
Hypernetwork VS Embeddings
Embeddings是一种称为Textual Inversion"文本反转"的微调方法,它只是定义新的关键字来实现某些样式。与 HypernetworkEmbeddings一样, 不会改变模型Embeddings和Hypernetwork适用于stable diffusion模型的不同部分。
Embeddings在文本编码器中创建新的嵌入。
Hypernetwork将一个小型网络插入噪声预测器的cross-attention模块中。
3、Hypernetwork 的下载安装
这里我们以c站下载Hypernetwork 模型为例进行说明。
第一步,浏览器中打开c站,搜索 Hypernetwork
第二步,选择喜欢的 Hypernetwork模型,下载即可
我们这里以下载这个 Hypernetwork模型演示,如下:
下载完成,得到waterElemental_10.pt 文件
第三步,将这个模型文件拷贝到 \sd-webui-aki-v4.2\models\hypernetworks 目录
\sd-webui-aki-v4.2\models\hypernetworks
重新启动 stable diffusion 使其生效。
4、Hypernetwork 的使用
Hypernetwork的使用方式与Embeddings 类似,区别是 Hypernetwork 用在正向提示词中,而Embeddings 是用在反向提示词中。
我们的按钮使用的 Hypernetwork 模型是:
Water Elemental(水元素)
Water Elemental(水元素)是一个独特的超网络,可以将任何东西变成水!
在主题之前使用短语water elementa"可以将此超网络与Stable Diffusion v1.5结合使用,更改超网络权重以调整水效果。
(1)、设置正向提示词
water elemental woman walking across a busy street
(2)、选择 Water Elemental Hypernetwork 模型
选择 Water Elemental Hypernetwork 模型后,在正向提示词里面会自动添加:
(3)、设置参数
- 采样算法:DPM++2M Karras
- 迭代步数:15
- CFG Scale: 7
(4)、点击按钮, 效果如下:
好了,今天的内容就分享到这里,后面我们将持续分享有关 Stable Diffusion 的干货,喜欢的朋友请关注我,我们下次再见。