simpletuner-lora-schedulefree

bghira
Texto a imagen

Este es un adaptador LyCORIS derivado de black-forest-labs/FLUX.1-dev. El principal prompt de validación utilizado durante el entrenamiento fue: Una imagen foto-realista de un gato.

Como usar

import torch
from diffusers import DiffusionPipeline
from lycoris import create_lycoris_from_weights

model_id = 'black-forest-labs/FLUX.1-dev'
adapter_id = 'pytorch_lora_weights.safetensors' # tendrás que descargar este archivo manualmente
lora_scale = 1.0
wrapper, _ = create_lycoris_from_weights(lora_scale, adapter_id, pipeline.transformer)
wrapper.merge_to()

prompt = "Una imagen foto-realista de un gato"

pipeline.to('cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu')
image = pipeline(
prompt=prompt,
num_inference_steps=20,
generator=torch.Generator(device='cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu').manual_seed(1641421826),
width=1776,
height=512,
guidance_scale=3.0,
).images[0]
image.save("output.png", format="PNG")

Funcionalidades

CFG: 3.0
CFG Rescale: 0.0
Pasos: 20
Sampler: Ninguno
Semilla: 42
Resolución: 1776x512
Épocas de entrenamiento: 7
Pasos de entrenamiento: 3000
Tasa de aprendizaje: 0.0001
Batch efectivo: 6
Micro-batch: 2
Pasos de acumulación de gradiente: 1
Número de GPUs: 3
Tipo de predicción: flow-matching
Betas reescaladas cero SNR: Falso
Optimizador: adamw_schedulefree+aggressiveweight_decay=1e-3
Precisión: bf16
Cuantizado: Sí (fp8-quanto)
Xformers: No usado

Casos de uso

Generar imágenes foto-realistas de gatos basados en prompts.
Crear variantes de tiras cómicas de Garfield.