AiToolGo का लोगो

SDXL 1.0 प्रशिक्षण में महारत: एआई उत्साही लोगों के लिए एक व्यापक गाइड

गहन चर्चा
तकनीकी, समझने में आसान
 0
 0
 13
Civitai का लोगो

Civitai

Civitai

यह गाइड SDXL 1.0 मॉडलों के प्रशिक्षण का एक व्यापक अवलोकन प्रदान करता है, जिसमें आवश्यक मूल बातें, सर्वोत्तम परिणामों के लिए नमूना सेटिंग्स, और वास्तविक दुनिया के प्रशिक्षण अनुभवों से प्राप्त सुझाव शामिल हैं। यह स्थानीय और कोलाब प्रशिक्षण विधियों पर ध्यान केंद्रित करता है, हार्डवेयर आवश्यकताओं, अनुशंसित सेटिंग्स, और समस्या निवारण सलाह को रेखांकित करता है। लेख में जार जार बिंक्स छवियों का उपयोग करके व्यावहारिक उदाहरण भी शामिल हैं और स्थानीय और कोलाब प्रशिक्षण के साथ प्राप्त परिणामों को प्रदर्शित करता है।
  • मुख्य बिंदु
  • अनूठी अंतर्दृष्टि
  • व्यावहारिक अनुप्रयोग
  • प्रमुख विषय
  • प्रमुख अंतर्दृष्टि
  • लर्निंग परिणाम

  • • मुख्य बिंदु

    • 1
      SDXL 1.0 मॉडलों के प्रशिक्षण के लिए व्यावहारिक गाइड प्रदान करता है, जिसमें स्थानीय और कोलाब प्रशिक्षण विधियों दोनों को कवर किया गया है।
    • 2
      हार्डवेयर आवश्यकताओं, अनुशंसित सेटिंग्स, और समस्या निवारण सुझावों पर विस्तृत अंतर्दृष्टि प्रदान करता है।
    • 3
      वास्तविक दुनिया के उदाहरण शामिल हैं और विभिन्न प्रशिक्षण विधियों के साथ प्राप्त परिणामों को प्रदर्शित करता है।
    • 4
      कोलाब वर्कबुक, गूगल ड्राइव एकीकरण, और बैच आकार की गणना जैसे आवश्यक अवधारणाओं को स्पष्ट रूप से समझाता है।

  • • अनूठी अंतर्दृष्टि

    • 1
      सीमित VRAM (8GB-10GB) के साथ प्रशिक्षण के लिए विशिष्ट सेटिंग्स प्रदान करता है।
    • 2
      विभिन्न ऑप्टिमाइज़र्स के उपयोग और उनके VRAM उपयोग पर प्रभाव पर चर्चा करता है।
    • 3
      एक विशिष्ट उदाहरण (जार जार बिंक्स छवियाँ) का उपयोग करके प्रशिक्षण प्रक्रिया का विस्तृत विवरण प्रदान करता है।
    • 4
      कोलाब वर्कबुक और उनके गूगल ड्राइव के साथ एकीकरण को समझने के महत्व को स्पष्ट करता है।

  • • व्यावहारिक अनुप्रयोग

    • यह गाइड SDXL 1.0 मॉडलों के प्रशिक्षण में रुचि रखने वाले किसी भी व्यक्ति के लिए मूल्यवान जानकारी और व्यावहारिक मार्गदर्शन प्रदान करता है, जिससे उन्हें स्थानीय और कोलाब प्रशिक्षण विधियों के साथ सर्वोत्तम परिणाम प्राप्त करने में सक्षम बनाता है।

  • • प्रमुख विषय

    • 1
      SDXL 1.0 प्रशिक्षण
    • 2
      स्थानीय प्रशिक्षण आवश्यकताएँ
    • 3
      कोलाब प्रशिक्षण आवश्यकताएँ
    • 4
      कोलाब वर्कबुक का उपयोग
    • 5
      गूगल ड्राइव एकीकरण
    • 6
      कोलाब के साथ प्रशिक्षण
    • 7
      कोह्या ट्रेनर के साथ स्थानीय प्रशिक्षण
    • 8
      अनुशंसित सेटिंग्स

  • • प्रमुख अंतर्दृष्टि

    • 1
      सीमित VRAM के साथ SDXL 1.0 मॉडलों के प्रशिक्षण के लिए व्यावहारिक मार्गदर्शन प्रदान करता है।
    • 2
      स्थानीय और कोलाब प्रशिक्षण विधियों की विस्तृत तुलना प्रदान करता है।
    • 3
      वास्तविक दुनिया के उदाहरण शामिल हैं और विभिन्न प्रशिक्षण विधियों के साथ प्राप्त परिणामों को प्रदर्शित करता है।
    • 4
      कोलाब वर्कबुक और गूगल ड्राइव एकीकरण जैसी आवश्यक अवधारणाओं को स्पष्ट और संक्षिप्त तरीके से समझाता है।

  • • लर्निंग परिणाम

    • 1
      SDXL 1.0 प्रशिक्षण की मूल बातें समझें।
    • 2
      स्थानीय और कोलाब प्रशिक्षण के लिए हार्डवेयर आवश्यकताओं और अनुशंसित सेटिंग्स के बारे में जानें।
    • 3
      वास्तविक दुनिया के उदाहरणों का उपयोग करके SDXL 1.0 मॉडलों के प्रशिक्षण में व्यावहारिक अनुभव प्राप्त करें।
    • 4
      कोलाब वर्कबुक और उनके गूगल ड्राइव के साथ एकीकरण को समझें।
उदाहरण
ट्यूटोरियल
कोड नमूने
दृश्य
मूल सिद्धांत
उन्नत सामग्री
व्यावहारिक सुझाव
सर्वोत्तम प्रथाएँ

“ SDXL 1.0 का परिचय

SDXL 1.0 स्टेबिलिटी एआई का एक क्रांतिकारी नया मॉडल है, जिसमें 1024x1024 का बेस इमेज आकार है। यह पिछले स्टेबल डिफ्यूजन मॉडलों की तुलना में इमेज गुणवत्ता और निष्ठा में महत्वपूर्ण सुधार का प्रतिनिधित्व करता है। SDXL में नए क्लिप एन्कोडर और विभिन्न आर्किटेक्चरल परिवर्तन शामिल हैं, जो इमेज जनरेशन और प्रशिक्षण प्रक्रियाओं दोनों को प्रभावित करते हैं। जबकि स्टेबिलिटी एआई ने SDXL को आसान प्रशिक्षण के रूप में बढ़ावा दिया है, यह ध्यान रखना महत्वपूर्ण है कि हार्डवेयर आवश्यकताएँ प्रारंभिक अपेक्षाओं से अधिक हैं।

“ प्रशिक्षण के लिए हार्डवेयर आवश्यकताएँ

SDXL का प्रशिक्षण SD 1.5 LoRA की तुलना में अधिक मजबूत हार्डवेयर की मांग करता है। न्यूनतम, 12 जीबी VRAM आवश्यक है, कुछ उपयोगकर्ताओं ने 8GB VRAM का उपयोग करके सफल प्रशिक्षण की रिपोर्ट की है, हालांकि यह काफी धीमी गति से होता है। सर्वोत्तम प्रदर्शन के लिए, निम्नलिखित पर विचार करें: - PyTorch 2 आमतौर पर PyTorch 1 की तुलना में कम VRAM का उपयोग करता है - ग्रेडिएंट चेकपॉइंटिंग सक्षम करना VRAM उपयोग को प्रबंधित करने में मदद कर सकता है - फाइन-ट्यूनिंग 24GB VRAM के साथ बैच आकार 1 का उपयोग करके किया जा सकता है - 8GB-10GB VRAM वाले सिस्टम के लिए, ग्रेडिएंट चेकपॉइंटिंग और मेमोरी कुशल ध्यान सक्षम करने का प्रयास करें, LR शेड्यूलर को स्थिर पर सेट करें, ऑप्टिमाइज़र AdamW8bit का उपयोग करें, और नेटवर्क रैंक और इनपुट इमेज आकार को कम करें।

“ गूगल कोलाब प्रशिक्षण गाइड

गूगल कोलाब SDXL के प्रशिक्षण के लिए एक क्लाउड-आधारित समाधान प्रदान करता है, विशेष रूप से उन लोगों के लिए जिनके पास उच्च अंत स्थानीय हार्डवेयर तक पहुंच नहीं है। जबकि प्रारंभ में यह सोचा गया था कि इसके लिए एक भुगतान कोलाब प्रो खाता आवश्यक है, हाल के अपडेट सुझाव देते हैं कि मुफ्त स्तर का प्रशिक्षण अब संभव हो सकता है। SDXL प्रशिक्षण के लिए कोलाब का उपयोग करने के लिए: 1. एक उपयुक्त कोलाब नोटबुक चुनें (जैसे, कैमेंदुरु का कोह्या_ss कोलाब या जॉनसन का फोर्क कोयहा XL LoRA ट्रेनर) 2. कोलाब के इंटरफेस से परिचित हों, जिसमें सेल, सत्र और गूगल ड्राइव एकीकरण शामिल हैं 3. नोटबुक के निर्देशों का पालन करें, आवश्यकतानुसार सेटिंग्स को अनुकूलित करें 4. अपने कोलाब सत्र के उपयोग के प्रति सतर्क रहें, विशेष रूप से यदि आप भुगतान किए गए कंप्यूट यूनिट का उपयोग कर रहे हैं

“ कोह्या ट्रेनर के साथ स्थानीय प्रशिक्षण

स्थानीय प्रशिक्षण के लिए, कोह्या_ss GUI (रिलीज़ v21.8.5 या बाद में) एक लोकप्रिय विकल्प है। SDXL प्रशिक्षण के लिए सेटअप करते समय: 1. सुनिश्चित करें कि आपके पास कोह्या ट्रेनर का नवीनतम संस्करण स्थापित है 2. SDXL मॉडल पथ सेट करें और सेटिंग्स में SDXL मॉडल बॉक्स की जांच करें 3. अनुशंसित सेटिंग्स को मैन्युअल रूप से इनपुट करें या एक पूर्व-निर्धारित JSON फ़ाइल लोड करें 4. फ़ोल्डर पथ और SDXL मॉडल स्रोत निर्देशिका को अपने स्थानीय सेटअप के अनुसार समायोजित करें

“ अनुशंसित प्रशिक्षण सेटिंग्स

सफल प्रशिक्षण प्रयोगों के आधार पर, SDXL LoRA प्रशिक्षण के लिए निम्नलिखित सेटिंग्स की सिफारिश की जाती है: - VAE फिक्स (0.9 VAE) के साथ SDXL 1.0 बेस के खिलाफ प्रशिक्षण करें - मानक LoRA प्रकार का उपयोग करें - मिश्रित सटीकता और सहेजने की सटीकता को bf16 पर सेट करें - कैश लेटेंट्स और कैश लेटेंट्स को डिस्क पर सक्षम करें - विशिष्ट अतिरिक्त तर्कों के साथ प्रोडिजी ऑप्टिमाइज़र का उपयोग करें - अधिकतम संकल्प को 1024x1024 पर सेट करें - ग्रेडिएंट चेकपॉइंटिंग सक्षम करें और xformers का उपयोग करें - आवश्यकतानुसार नेटवर्क रैंक, अल्फा और लर्निंग रेट को समायोजित करें इन सेटिंग्स को मध्यम VRAM उपयोग (13-14 GB) के साथ त्वरित, लचीले परिणाम उत्पन्न करने के लिए पाया गया है।

“ सफल SDXL प्रशिक्षण के लिए सुझाव

अपने SDXL प्रशिक्षण प्रक्रिया को अनुकूलित करने के लिए: 1. बैच आकार के साथ प्रयोग करें ताकि सबसे बड़ा आकार खोजा जा सके जो आउट-ऑफ-मेमोरी त्रुटियों का कारण न बने 2. VRAM आवश्यकताओं को कम करने के लिए कम रिज़ॉल्यूशन छवियों (जैसे, 768x768 या 512x512) का उपयोग करने पर विचार करें, हालांकि इससे गुणवत्ता प्रभावित हो सकती है 3. अपने इच्छित कुल कदमों की संख्या प्राप्त करने के लिए दोहराव, युगों और बैच आकार की संख्या पर ध्यान दें 4. VRAM उपयोग की निगरानी करें और सेटिंग्स को तदनुसार समायोजित करें 5. कोलाब उपयोगकर्ताओं के लिए, हमेशा समाप्त होने पर सक्रिय सत्रों से डिस्कनेक्ट करें ताकि अनावश्यक संसाधन खपत से बचा जा सके

“ प्रशिक्षण परिणाम और उदाहरण

स्थानीय कोह्या और कोलाब सेटअप दोनों का उपयोग करके प्रशिक्षण प्रयोगों ने प्रभावशाली परिणाम उत्पन्न किए हैं। उदाहरण के लिए, 15 छवियों के एक परीक्षण डेटासेट का उपयोग करके एक LoRA मॉडल को प्रशिक्षित किया गया जिसमें जार जार बिंक्स शामिल थे। परिणामी मॉडल ने विविध और रचनात्मक छवियाँ उत्पन्न करने की क्षमता प्रदर्शित की, जैसे: - जार जार बिंक्स स्पेगेटी खा रहा है - रेखा खींचा हुआ जार जार बिंक्स - कोर्ट जस्टिस जार जार बिंक्स - टोडलर जार जार बिंक्स - फैंटेसी पैंथर जार जार बिंक्स - जार जार बिंक्स का 8वां जन्मदिन ये उदाहरण SDXL LoRA प्रशिक्षण की लचीलापन और संभावनाओं को दर्शाते हैं, जो विशेषीकृत इमेज जनरेशन मॉडलों के निर्माण के लिए है।

 मूल लिंक: https://education.civitai.com/sdxl-1-0-training-overview/

Civitai का लोगो

Civitai

Civitai

टिप्पणी(0)

user's avatar

    समान लर्निंग

    संबंधित टूल्स