|
--- |
|
license: mit |
|
tags: |
|
- stable-diffusion |
|
--- |
|
|
|
[ACertainty](https://huggingface.co/JosephusCheung/ACertainty)を[Latent Consistency Model](https://latent-consistency-models.github.io/)の手法で蒸留して4～8ステップほどで生成できるようにしました。性能はまだまだという感じです。 |
|
|
|
# 学習 |
|
rank=128(conv rank=32)のLoRAをバッチサイズ16で学習率5e-4で20000ステップ学習しました。公開したモデルはLoRAをマージ済みです。guidance_scaleは7.0固定で、学習対象になっていないのでguidance_scaleを変えても効果ありません。emaのrateは0.999です。学習中に無条件生成ではなくnegative_promptを使っています。 |
|
|
|
```py |
|
from diffusers import DiffusionPipeline |
|
import torch |
|
|
|
pipe = DiffusionPipeline.from_pretrained("furusu/LCM-Acertainty", custom_pipeline="latent_consistency_txt2img", custom_revision="main") |
|
pipe.to(torch_device="cuda", torch_dtype=torch.float16) |
|
|
|
prompt = "anime, masterpiece, best quality, 1girl, solo, blush, sitting, twintails, blonde hair, bowtie, school uniforme, nature" |
|
|
|
num_inference_steps =4 |
|
images = pipe(prompt=prompt, num_inference_steps=num_inference_steps, guidance_scale=5.0, lcm_origin_steps=50, height=768, width=768, output_type="pil").images |
|
|
|
images[0].save("./aaaaa.png") |
|
``` |
|
|
|
|
|
 |
|
|
