◇ Stable DiffusionのWebで遊べるもの （えっちな絵は無理だけどスマホでも可能）
https://huggingface.co/spaces/hakurei/waifu-diffusion-demo [link]
https://huggingface.co/spaces/stabilityai/stable-diffusion [link] (txt2img)
https://huggingface.co/spaces/huggingface/diffuse-the-rest [link] (img2img)
◇ Stable DiffusionをローカルまたはGoogle Colabに環境構築
・web UI (AUTOMATIC1111版) ※多機能 https://github.com/AUTOMATIC1111/stable-diffusion-webui [link]
機能の解説はWikiを参照 https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Features [link]
・NMKD ※導入が比較的容易 https://nmkd.itch.io/t2i-gui [link]
◇ Stable Diffusionで使えるモデルデータ
・Waifu-Diffusion https://huggingface.co/hakurei/waifu-diffusion [link]
・Trinart　 https://huggingface.co/naclbit/trinart_stable_diffusion_v2 [link]
◇ Stable Diffusion以外
・ERNIE-ViLG https://huggingface.co/spaces/PaddlePaddle/ERNIE-ViLG [link]
・MidJorney https://www.midjourney.com/home/ [link]
・Craiyon https://www.craiyon.com/ [link] (顔を描くのは苦手)

ちょっと実験で
HN学習でキャラ学習する時
背景を真っ白にする関係上いざHNで使うとき背景が出にくくなるのでは？と思って
TIとは逆なのでメモからsimple_backgroundとwhite_backgroundを削除して
同じ回数分だけ学習して比較してみた

img2imgにdeepdanbooru呪文を突っ込んで構図を保持しにくい画像は学習に向いてない説

HNで5人以上の作家を学習させてみたけど明らかにモデルとの相性があるな
モデルの学習内容から離れすぎてるとほとんど効果出ないというか変化に気がつかないレベルの影響しか出ない

>ハロウィン風メスガキできた
かわいい！

TIやHNで学習したデータをNovelAIで使うのってどうすんの？

>たすけて！メスガキサキュバスにいたずらされちゃうの！
💩

>前スレのGPU使用率見て思ったんだけど
>画像生成中でもGPU数値がちょびっとしか増えないんだけど
タスクマネージャーからだと正確な使用率は見れなかったりするんじゃね？
afterburnerなりの監視ソフト試してみたら

>前スレのGPU使用率見て思ったんだけど
>画像生成中でもGPU数値がちょびっとしか増えないんだけど
>学習させなきゃこんなもの？それとも設定ミスでGPUが使えてない？
>温度はバリッと上昇してるんだけど
大事なのはVRAMだからそんなもんかな
GPU使えてなかったらCPUとRAMにガンガン負荷かかって相当生成遅いはずだが…

>HN学習をlayer normalizationオンとreluでHNtrainをLr0.000005とデフォ値の0.00001で2種類3000stepずつ回したもののプレビュー画像にほぼ変化は見られず
>layer normalizationオフにすると学習は普通にされてるんだけど教授これは一体！
レイヤーノーマライゼーションってのは強制的にレイヤーを正規化する
それによって汎化作用が強くなる分、基本的な学習力は落ちる
というか、とし達の目的を考えたら汎化性より過学習気味な方がいいからむしろオフのがいいやつ
ReLUいれておけば、今まで見たいに簡単に発散しないはずだから、ReLUだけオンにすればいい

>ReLUだけオンにすればいい
なんかLN+Reluが一番効率良さそうみたいな記事見たけどReluだけでいいのか…
サンキュー神様！

>欲しい物をAIに描かせる
絵に描いた餅の現代版！

>前スレのGPU使用率見て思ったんだけど
3DのとこをCudaに変更

>大事なのはVRAMだからそんなもんかな
>GPU使えてなかったらCPUとRAMにガンガン負荷かかって相当生成遅いはず
CPUにもオンボード側にも負荷がかかってる様子が無いし
プロセスはGPU1を使ってるので不思議だったんだけど、ひとまずそんな以上でもないという感じで様子見してみる
ありがとう

>3DのとこをCudaに変更
ちゃんと100パースレスレ走ってたわ
安心した

ディティールは変わらないで同じキャラを誰かGIFでちょっと動かしてくれないかな？

>>ReLUだけオンにすればいい
>なんかLN+Reluが一番効率良さそうみたいな記事見たけどReluだけでいいのか…
>サンキュー神様！
どっちがいいのか確かめるためにロケットおっぱいを両方で学習して実験してる
今日中には結果出せそうだからスレが残ってたら貼るね

>はじめの2枚以降AIくんプールから上がってくれなくなったので俺の心は折れた
今のWDこんなエッチなのも出せるようになるのか
自分も頑張らないと

>>ReLUだけオンにすればいい
>なんかLN+Reluが一番効率良さそうみたいな記事見たけどReluだけでいいのか…
>サンキュー神様！
普通は汎化性能が高いほうがいいんだけど、とし達はそんなのより再現力だから、過学習気味な方がいいのよ
あと、たぶんだけど活性化関数がなかったせいでネットワークの表現力が足りなくてすぐに重みが発散するのを防ぐためだった気がするレイヤーノーマライゼーション
逆に大規模な学習データ、例えば奇形化防止HN作るとかならLNオンにしたほうがいいと思う

カレンの呪文みたいなって思ったらjpgで見れなかった…

>>ディティールは変わらないで同じキャラを誰かGIFでちょっと動かしてくれないかな？
>よくわかんないけどこういうこと？
ひえーどうやって作ってるんだい？

版権キャラ作るのに最強なローカル用のモデルって流出したnovelAIなのかね

>版権キャラ作るのに最強なローカル用のモデルって流出したnovelAIなのかね
自前でDBで学習させたモデル

>版権キャラ作るのに最強なローカル用のモデルって流出したnovelAIなのかね
メジャー版権ならかなりYES
ライザとかアクア様とか一部のキャラはNO

>>流れ星「shooting star」を呪文に入れると「shooting」に反応して低確率で拳銃が出現する
>再現度高いな
なんか見たこと有るなって思ってたけど
ソレだ！！

やっぱりキャラはTIよりDBなんだ

HNをLNオンにしてReLUするときも学習率Irを今までと同じ数値使ってたけど
この辺も変わってくる可能性あるのかな？

>わーい強いぞー！
ドラクエで見たことあるやつ

何か学習遅いなって思ったらノーマライズオンにしてるせいだったのか
5e-5で25000stepでも全然過学習にならんから何事かと思ったよ
次からはオフで試そうっと

>やっぱりキャラはTIよりDBなんだ
多様な画像を入念に選んで学習させればTIでもそれなりに行けるんだろうけど
元絵風の再現度に限って言えばDBになる
キャラって構成要素多い割にオミットやアレンジしても認識されるし絵柄も無意識に揃っちゃってノイズになるし
TIで汎用的な学習させるのは骨が折れると思う

カスタムスクリプトのワイルドカード導入しようとしたらリポジトリ消えてる？
https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Custom-Scripts#wildcards [link]

>No.1026854447
それAIで作ったの？　
だったらすげー

>特に今日はAI界隈で動きはなかったという認識でいいのかな？
SD1.5リリースはもう少し前ならかなり大きなニュースだった気はするんだけどね…

>No.1026854447
でもやっぱり一コマ一コマディティール変わってるな　
だがもう少しだな　
個人でアニメが作れるようになるの

>特に今日はAI界隈で動きはなかったという認識でいいのかな？
Hypernetworkに新しい学習方法が追加されましたー

>元絵風の再現度に限って言えばDBになる
>キャラって構成要素多い割にオミットやアレンジしても認識されるし絵柄も無意識に揃っちゃってノイズになるし
>TIで汎用的な学習させるのは骨が折れると思う
かなり大変だから実質DB一択になるのか
うーんHNとTIある程度出来る用になったら試してみるか
DBはcolab使わないと行けないし

>>No.1026854447
>個人でアニメが作れるようになるの
アニメの中割動画を補完して表示するソフトとか使えばあるいは…

>カスタムスクリプトのワイルドカード導入しようとしたらリポジトリ消えてる？
> https://github.com/AUTOMATIC1111/stable-diffusion-webui/wiki/Custom-Scripts#wildcards [link]
404になってるね
便利なスクリプトなのになぜだろう

あーそうか画像をAIで出力するために学習するってのは新しいことやってるのか
ノーマライズの適性は今までの画像認識するための機械学習だったと

>後ろだって言ってるのに前の画像くれた
これなに使ってどんなプロンプトしてる？

ノーマライズ？とか5e？とかなんか知らない設定もあるのか

DBのキャラ学習は強いけど融通が効かない感じ

>DBのキャラ学習は強いけど融通が効かない感じ
過剰に適応させるから特化させてるようなもんなのかも知れないね

>>後ろだって言ってるのに前の画像くれた
>これなに使ってどんなプロンプトしてる？
NovelAI使ってるプロンプトはいじりまわしてる時にAIくんが勝手にくれた絵で
出そうと思って出した絵じゃないよ

>アニメ作るのも楽しいよ
アニメ凄い

>>>後ろだって言ってるのに前の画像くれた
>>これなに使ってどんなプロンプトしてる？
>NovelAI使ってるプロンプトはいじりまわしてる時にAIくんが勝手にくれた絵で
>出そうと思って出した絵じゃないよ
ありがとうね

>アニメ作るのも楽しいよ
すごいなぁこれ
どうやって作るんです？

>アニメ作るのも楽しいよ
これはこれでオシャレでいいですね
ボブネミミッミ的な使い方とか出来そう

ノーマライズをonにしたらめちゃくちゃ学習遅いのかこれ…？
今までとプレビューがぜんぜん違うな

動画のAIイラスト化っての見かけたんだけどprompt指定したらそのキャラに置換されたパ動画作れたりするのかな

>ノーマライズをonにしたらめちゃくちゃ学習遅いのかこれ…？
>今までとプレビューがぜんぜん違うな
多少過学習しかけても対して問題ないというかそのくらい特徴あった方が魅力的になる絵ってカテゴリとは相性悪いかも
画像認識とかなら重要な項目になるはず

>>>ディティールは変わらないで同じキャラを誰かGIFでちょっと動かしてくれないかな？
>>よくわかんないけどこういうこと？
>ひえーどうやって作ってるんだい？
>それAIで作ったの？　
元ツイートを知らないので制作法は謎だけど
たぶんMMDとかコイカツみたいなので動かしたのを1フレームごとにimg2imgかけて動画にしてるんじゃないかと
鼻が２つになるのとかAIっぽいですね

>なんとなくHypernetのPreview変遷を動画にしてみたら面白かっただけ
発散直前から変化が急激に起こるのが可視化されてて面白いな
収束できる場所がないのに収束できる場所を探そうとして、ネットワークが暴走して移動が雑になっていく感じがまさにこうなるっていういい動画

HNずっと試行錯誤してたせいで法典とか全然チェックできてないや

>すごいなぁこれ
>どうやって作るんです？
自撮動画を画像に分解してBatch img2imgかけてから動画に変換したよ

>うーん・・・long shot が全く効かない・・・
鳥とか太陽とか書けばズームアウトする絵が出る様になるはず
余りに遠景を想像させるワードを入れると人が小さくなり過ぎるから
加減が必要になるけどさ

>自撮動画を画像に分解してBatch img2imgかけてから動画に変換したよ
つまりこれ中身はとしあきなのか

>>すごいなぁこれ
>>どうやって作るんです？
>自撮動画を画像に分解してBatch img2imgかけてから動画に変換したよ
俺は考えるのをやめた

美少女化するとしあきなんて想像してなかったよ

>NAIのエンジョイ勢だけど他のとしの知識やばくてついていけねえ！
ワシもじゃ！
気付いたらAnlasが数千単位で消えてそうでやばいけどまぁ10000で1500円くらいならいいやって思う事にした

4回ほどHNでReLU試してみたけどlayer normalizationが悪さしているかまだ確定じゃないんだけど
layer normalizationとReLUの組み合わせだとレイヤー数関係なく絵柄の学習全然しないわ
過去に線型モデルのHNで成功してたデータセットでも学習が反映されない
layer normalizationをオフにして今学習してるからそっちの結果出たらまた言います

>発散直前から変化が急激に起こるのが可視化されてて面白いな
>収束できる場所がないのに収束できる場所を探そうとして、ネットワークが暴走して移動が雑になっていく感じがまさにこうなるっていういい動画
この場合発散っていうのは収束できなくて重みがやたら大きい値にすっ飛んでいくことだよね？でReLUの場合は無いけどシグモイドみたいなのだと勾配消失して戻ってこれなくなる
今回のこれは発散っぽいってことだよね
発散と過学習見分ける方法ってある？
重みを見ればいいのかもしれないけど

>乳ガンダム
伊達じゃない！

>発散と過学習見分ける方法ってある？
loss値とか？

>>発散と過学習見分ける方法ってある？
>loss値とか？
そういうわけじゃないか
発散してるかどうかはloss値の変動見ればわかるけど
過学習は色んなpromptで試してみるほかないと思う
リファレンスめっちゃ良いじゃん！とおもったら思いっきり過学習してることとか割とあるし

過学習って具体的にどういう状態かわからん
絵がぐちゃぐちゃになったら過学習？

>過学習って具体的にどういう状態かわからん
> 絵がぐちゃぐちゃになったら過学習？
それもあるし学習元と同じような絵しか出てこなくなる

>>発散と過学習見分ける方法ってある？
>loss値とか？
あーまあ基準にはなるのかな？
今回はぐちゃぐちゃになるにつれてLoss増えてたから発散なのかな
逆にじゃあ過学習した場合はどういう出力になるのかな？Unetのチューニングしてるわけじゃないからモード崩壊するわけでもないだろうし見分け方が難しそう
発散を防ぐにはどうすればいいだろう
なるべく収束できそうな場所が近そうな地点から学習を始めさせるとか？
例えばWhite Backgroundが初期地点であれば周りにキャラクターが収束できそうな場所多そうだし、ちゃんと白背景のキャラ画像入れれば収束しやすいとかありそうかな

HN学習は進化したけどまたややこしくなってんのか…

>>過学習って具体的にどういう状態かわからん
>> 絵がぐちゃぐちゃになったら過学習？
>それもあるし学習元と同じような絵しか出てこなくなる
HNとかTIの場合Unetは再学習してないからそれは起こらなくない？

>大惨事ハロウィン
笑顔なのが怖すぎる…

>>過学習って具体的にどういう状態かわからん
>> 絵がぐちゃぐちゃになったら過学習？
>それもあるし学習元と同じような絵しか出てこなくなる
少ないデータセットでやるとそれに慣れすぎて新しいことやろうとすると全然だめな子なAIになる現象って認識してるけどいいのかな

画像認識で過学習やると同じ認識しかしなくなる
どの数字見せても1って言うようになったりとか

おかしいな
今日のとしたちはやけに知的だぞ・・

TIとかの場合画像ぐちゃぐちゃの原因は
過学習が直接的な原因なこともあれば
単純にデータセットが偏りすぎて関係ないものを学習してることもあるので中々難しいものよね

>>それもあるし学習元と同じような絵しか出てこなくなる
>HNとかTIの場合Unetは再学習してないからそれは起こらなくない？
HNは自分自身が小さなモデルみたいなもんだから何入力しても同じ出力しかUnetに送らなくなりそう
ある意味絵柄とか塗りとかを学習させるならむしろ歓迎だった

過学習で分かりやすかったのは画像に入ってた文字を勝手に出すようになった奴かな

>今日はずっと大惨事ハロウィン作ってた
なんとなくカウボーイビバップ劇場版を思い出した
あれは大惨事回避してたけど

>(((栗原渚の首元がエロい)))
栗ちゃんお出しできるの感動した

>>>それもあるし学習元と同じような絵しか出てこなくなる
>>HNとかTIの場合Unetは再学習してないからそれは起こらなくない？
>HNは自分自身が小さなモデルみたいなもんだから何入力しても同じ出力しかUnetに送らなくなりそう
>ある意味絵柄とか塗りとかを学習させるならむしろ歓迎だった
あーだから学習元と同じような絵というよりは何入れても同じ絵ばっかり出るようになる（学習元はそこまで関係ない）が正しそうかな

>この場合発散っていうのは収束できなくて重みがやたら大きい値にすっ飛んでいくことだよね？でReLUの場合は無いけどシグモイドみたいなのだと勾配消失して戻ってこれなくなる
>今回のこれは発散っぽいってことだよね
>発散と過学習見分ける方法ってある？
>重みを見ればいいのかもしれないけど
単純にネットワークの重みの値の絶対値がでかすぎるとああいうノイズの出方になるだろうってある程度構造から推測できる。ネットワークの構造考えたら、ＤＢと違って本体の重み更新してるわけでもないから、ＨＮの値が発散してればどうなるかって予想がつけやすいだけかな
で、逆に過学習って別にノイズしか出なくなるわけじゃなくて、特定の条件化でしか学習したものを出せないや、学習したものしか出せない状態、いわゆる極所解とかそういうのも過学習の一種だね
やっぱりファインチューニングでしかないから、単なる過学習状態ならこうはならないというか、過学習状態に実はなってても、それ以前に値が発散した状態でもあるって判断できる

>過学習ってのはつまり元になった画像にはほぼ100％再現するようになるけどそれ以外はゴミになる感じのことよ
分類まともに出来なくなっちゃうってことか
たしかにそのグラフだと学習したことだけはパーフェクトに答えるけどそれ以外はゴミになるね

またweb ui大きく変わったな。Clip Aestheticってなんぞや

仮に絵柄学習させたとして
アインシュタインに絵柄適用出来たら大成功
きれいだけどアインシュタインが女体化して絵柄適用されら一応使えるけど過学習
なんか元の絵っぽかったら使えない過学習
謎の異空間が出てきたら発散

>またweb ui大きく変わったな。Clip Aestheticってなんぞや
変更を読むと必要なときまでCLIP読み込まないようにするって変更に見える

>仮に絵柄学習させたとして
>アインシュタインに絵柄適用出来たら大成功
>きれいだけどアインシュタインが女体化して絵柄適用されら一応使えるけど過学習
>なんか元の絵っぽかったら使えない過学習
>謎の異空間が出てきたら発散
まぁそんな感じの認識でいいと思うよ
だから今までとし達がさんざん過学習って呼んでたのは過学習じゃなかったって話

cum on faceは余程じゃなきゃ顔にザーメンかかってくれる
だがpee on faceは50やってヒット0
なんなんだこいつは！

>前スレで教えてもらったimg2imgで海苔のせるのやってみたけど全然効果がかからない
海苔だけならもう無料お絵かきソフトで描き足せば…？と思わんでもない

>栗ちゃんお出しできるの感動した
おお！分かってくれる？あんまり有名じゃないアニメの脇役で画像が10枚しか集まらないところからのDB、ckptマージ、TI、HNのフルマラソンコースで出せたんだよー
これで画像入手手段は確保したからあとは精度上げかな

>だから今までとし達がさんざん過学習って呼んでたのは過学習じゃなかったって話
考えてみれば線型モデルだったし直線一本引いただけの分類で過学習とかおきにくそうだもんね

>>またweb ui大きく変わったな。Clip Aestheticってなんぞや
>変更を読むと必要なときまでCLIP読み込まないようにするって変更に見える
https://arxiv.org/abs/2209.12330 [link]
これじゃないの？

>前スレで教えてもらったimg2imgで海苔のせるのやってみたけど全然効果がかからない
下のDenoising strength 0だと全く効果かからないよ
もっと数値大きくしないと

>>>またweb ui大きく変わったな。Clip Aestheticってなんぞや
>>変更を読むと必要なときまでCLIP読み込まないようにするって変更に見える
> https://arxiv.org/abs/2209.12330 [link]
>これじゃないの？
もっと言うとこれ
https://github.com/AUTOMATIC1111/stable-diffusion-webui/pull/2585 [link]

> https://arxiv.org/abs/2209.12330 [link]
>これじゃないの？
美的グラデーションのパーソナライズって書いてあるね
CLIPも自分好みに調整しようってことなのかね

>海苔だけならもう無料お絵かきソフトで描き足せば…？と思わんでもない
たしかにそうなので
実際paintで海苔載せしてたんだけどimg2imgで呪文を残しつつやれるときいて挑戦してみたので
paintで海苔載せてもPNG弄るツールで無理くり呪文を注入すればスレに還元はできるので

>> https://arxiv.org/abs/2209.12330 [link]
>>これじゃないの？
>
>良く分からんが、またあらたな呪文と学習ができたようなもんか！
またなにか増えてる…

>最初から絵が崩れていくのではなく
>数万step後になって始めて発散するのはなんでなんだろう…
lrが極端に小さかったから
lrってわかりやすく言うと、一歩の歩幅みたいなもの
学習中は一番lossの位置が低くなる場所を探して移動するけど
いい具合の谷が見つからないからどんどん外の方で収束できる場所を探しに行くようになる
で、発散と呼べるほど重みがでかい値になる位置に行くまでそれだけのstepが必要だっただけ
てか、TIと同じlrの時は早いうちに発散してたでしょ？

>下のDenoising strength 0だと全く効果かからないよ
>もっと数値大きくしないと
ためしに1(最大)にしてもかからなかった
海苔はいいとしても「もう、二度とinpaintingできないねえ」疑惑がが...

>ためしに1(最大)にしてもかからなかった
>海苔はいいとしても「もう、二度とinpaintingできないねえ」疑惑がが...
よくわからんが、sampling stepsあげるとか？

みんないろんな呪文もっているな･･･
どっかにまとめとかあるんじゃろうか･･･

> https://arxiv.org/abs/2209.12330 [link]
>これじゃないの？

>最近開発されたテキストから画像への変換モデルは、自然言語記述に対する前例のない推論能力を実証している[8]。
>しかし、その利用は、ユーザがテキストによって希望する対象を記述する能力に制約される。
>しかし、「生成モデル」は本当にユーザの好む美的雰囲気を把握することができるのだろうか。
>テキスト反転[2]やdreambooth[9]などの最近の研究は、拡散モデルにユーザの個人設定を提供することを目的としているが、むしろ少数の画像からカスタムオブジェクトを学習することに焦点をあてている。
>その代わりに、本研究では、テキストから画像への拡散モデルのパーソナライゼーションのための代替アプローチを提示する。我々の目標は、ユーザが定義するカスタム美学に向けて生成プロセスを導くことであり、単一のオブジェクトに制限されることなく、むしろ任意の大規模な画像セットによって指定される美学的パターンである。任意の大きさの画像集合によって指定される美的パターンである。

今のところとっしーには関係なさそうな機能だな！

確かにHNはなんって言うか呪文の強さに合わせてpt切れ変えてたななるほどこれが線形

>今のところとっしーには関係なさそうな機能だな！
絵柄って意味では割と使えるんじゃないかなー
かなりおおざっぱな手法っぽいからもはや学習とも言いづらそうな感じで手軽だし

>いつのまにか情報が雪崩れてる
ベクシンスキーっぽい

>またweb ui大きく変わったな。Clip Aestheticってなんぞや
って、なんか新しい論文実装されてる
論文概要みると、CLIPそのものを学習セット専用に学習するって感じかな・・・？
TIと似てるけどCLIPをpersonalizeするってことは、TIではトークンに割り当ててたembeddingだけを調整してたけど、
文章解読そのものも含めて調整するって論文か
なにそれめっちゃ面白そうじゃないか！

>文章解読そのものも含めて調整するって論文か
>なにそれめっちゃ面白そうじゃないか！
いやーでも正直これ手法としてはめちゃくちゃ単純で味付けには使えるけどそれ以上になるのかな…

英語に強くないと難しそうね

寝て起きてgit pullしたら更新されてるし
そっからちょっとネットサーフィンしてヒみて
もっかいgit pullしたらまた更新されてる
いつ寝てるんだ？

>>文章解読そのものも含めて調整するって論文か
>>なにそれめっちゃ面白そうじゃないか！
>いやーでも正直これ手法としてはめちゃくちゃ単純で味付けには使えるけどそれ以上になるのかな…
あーいやこれ誤解してた
そうかチューニングなのか…

>>下のDenoising strength 0だと全く効果かからないよ
>>もっと数値大きくしないと
>ためしに1(最大)にしてもかからなかった
>海苔はいいとしても「もう、二度とinpaintingできないねえ」疑惑がが...
maskd contentをoriginalにしてみる
inoaint at fullresolutionをオンにしてみる
この辺試すとどうかな

>TIと似てるけどCLIPをpersonalizeするってことは、TIではトークンに割り当ててたembeddingだけを調整してたけど、
>文章解読そのものも含めて調整するって論文か
>なにそれめっちゃ面白そうじゃないか！
TIほど精度は出ないけど簡単にすぐできるみたいだし容量も少ないって感じみたいだから気楽に試せるね

>1666360491900.png
AIが描いたグロマン

新機能でメスガキ画像いっぱい読ませたら出力がちょっとメスガキっぽくなるってことなのかな

>みんないろんな呪文もっているな･･･
>どっかにまとめとかあるんじゃろうか･･･
ぐぐったら呪文まとめみたいなのがいっぱい出てくるのだ

って事は使ってなくて学習精度も低いどうでもいいトークンに対して使えばDBに近い事ができる……ってコト？

https://github.com/vicgalle/stable-diffusion-aesthetic-gradients [link]
ここ見たらなんか2000枚ぐらい画像用意したとか書いてあるんだけど…
正直HNやTIでの数十枚でも苦労してるのにこの量はなかなか厳しくない？

マリーの再現度ヤバいな

呪文なしで常に適用されるTIみたいな機能なんです？
なんかリンク先読んだ感じだとお手軽に学習できるみたいね

写真をイラストにしたりポーズ変えてる画像あるし
これはまた今までとは違うタイプの使い道探した方がいいかな

画風の次はジャンル学習か？

>ためしにもともと1だったものをmaxの150まで上げてもなんも変わらず
>HNをロードしてたのでためしにそれも切ってる
>ちょっと謎
Sampling Steps 1とDenoiseing strength 0の意図は
ノイズ画像を載せただけでそれ以上何も描かない
ということで消し海苔に使うならそれで設定はあってるはず
マスクした部分に何か描きたいならstep数とdenoiseが必要なわけだからね
色々変えてみても何も変わらないというなら何かバグかもね
noiseの種類をlatentとか他のに変えるとボカシっぽいやつじゃなくなったりするよ

TI学習について有識としあきに聞きたいんだけど
Deepdanbooruで拾ってきたタグで覚えさせたいキャラの特徴を消す必要があるって話だけど
どこまで消したら良いんだろう…
キャラの服とかアクセサリの情報まで消すのかな…？

実写衣装をＴＩしたけど実写感（塗り）とか実写等身とかも取り込んできてて駄目だった
実写とレスして自分で塗るしか無さそうかな
和式便器とかエアマットとか他人がやってる時は気にしてなかったけど
やっぱり人物の塗りに変化あったりしてたのかな？

>TI学習について有識としあきに聞きたいんだけど
>Deepdanbooruで拾ってきたタグで覚えさせたいキャラの特徴を消す必要があるって話だけど
>どこまで消したら良いんだろう…
>キャラの服とかアクセサリの情報まで消すのかな…？
基本的に消す要素は「そのキャラのpromptで絶対に変更することのない要素」までにしといた方がいいと思う

>>文章解読そのものも含めて調整するって論文か
>>なにそれめっちゃ面白そうじゃないか！
>いやーでも正直これ手法としてはめちゃくちゃ単純で味付けには使えるけどそれ以上になるのかな…
論文斜め読みしてきた
DBと違ってこれといった工夫はなさそうな感じだけど、とりあえず簡単に解説

今までは　girl with red hair and blue eye　みたいなprompt打っても赤と青の色がごちゃ混ぜになって赤髪赤目や青髪青目の画像が出てくるような、こっちの意図通りにAIがpromptを解釈してくれなかったのを
この文章はこういう意味だよってAIに改めて文章読解部分だけ学習することによって利用者の意図通りの解釈をAIができるようになるって主張かな

論文が大雑把というか、お前今思いついただろみたいな内容で、これ以上は実装コード読んで実際に使ってみたほうが速そう

>実写衣装をＴＩしたけど実写感（塗り）とか実写等身とかも取り込んできてて駄目だった
>実写とレスして自分で塗るしか無さそうかな
>和式便器とかエアマットとか他人がやってる時は気にしてなかったけど
>やっぱり人物の塗りに変化あったりしてたのかな？
Prompt2Imgの学習は狙ったものを学習させるのがめちゃくちゃ難しいね

>>みんないろんな呪文もっているな･･･
>>どっかにまとめとかあるんじゃろうか･･･
>基本は気に入ったpngをメモ帳で開いてネガティブプロントを丸パクリ（後々ずっと使い回し）して他もパクリながら少しずつ覚えていけば良いかと
>あと過去スレでとしが貼ってた単語帳貼るね
>SD系列知らない知ったかレスだけどな！
最近NAIはじめたばかりでありがたい･･･
なにこれしゅごい･･･

>この文章はこういう意味だよってAIに改めて文章読解部分だけ学習することによって利用者の意図通りの解釈をAIができるようになるって主張かな
これができればパーツごとの指定が細かくできて楽ね

>今までは　girl with red hair and blue eye　みたいなprompt打っても赤と青の色がごちゃ混ぜになって赤髪赤目や青髪青目の画像が出てくるような、こっちの意図通りにAIがpromptを解釈してくれなかったのを
>この文章はこういう意味だよってAIに改めて文章読解部分だけ学習することによって利用者の意図通りの解釈をAIができるようになるって主張かな
なんか最近Imagen読んだりしてCLIPとUnetの関係性とかについて色々考えてるんだけどCLIPが画像概念を持っているというよりはCLIPの持つ画像概念たちの関係性に合わせてUnetが画像概念を獲得するみたいに感じるようになったからCLIPのみの再学習が何を意味するのか…とかいろいろわかんなくなってきた

>基本的に消す要素は「そのキャラのpromptで絶対に変更することのない要素」までにしといた方がいいと思う
つまりキャラをすっぽんぽんにする予定があったとしたら
髪の色と髪型と目の色位を消してその他は残す方が良いのね

>TI学習について有識としあきに聞きたいんだけど
>Deepdanbooruで拾ってきたタグで覚えさせたいキャラの特徴を消す必要があるって話だけど
>どこまで消したら良いんだろう…
>キャラの服とかアクセサリの情報まで消すのかな…？
とりあえず共通で言えることは
ポージングや背景やカメラアングル
それとエフェクトを残す
それらは構図であってキャラの特徴じゃないからね

danboolタグとかでうまく認識できてないやつを
再度学習させるようなのに使える感じか

>今日１のができた
>満足じゃ
なあとしや
本当はもう少し下まであるんじゃろ？

>>この文章はこういう意味だよってAIに改めて文章読解部分だけ学習することによって利用者の意図通りの解釈をAIができるようになるって主張かな
>これができればパーツごとの指定が細かくできて楽ね
そだね、今までの学習と違って何か新しいものが出せるようになる、というよりpromptの精度を上げる、prompt制御力を上げるための学習っぽいね
問題は、たぶん1つのpromptに対して相当量の画像が必要そうな気がするんだがまぁ詳しいとこはこれから見ていく感じかね

>とりあえず共通で言えることは
>ポージングや背景やカメラアングル
>それとエフェクトを残す
>それらは構図であってキャラの特徴じゃないからね
なるほどキャラにとって本当に必要なもの以外は残すということね
あと学習用画像の背景はアルファ255の白か黒どちらかで統一した方がいいのかしら
10000位回してみても黒枠白枠みたいなのが発生するから
素材の用意の仕方間違ってのかもしれないと疑ってるんだけども

複乳
ふたなり
ボテ腹

>>こんなぼかしでいいなら普通にlatent noiseとDenoising str1でぼかしになったけどなぁ
>海苔じゃなくてよいのだけど同じようにしてみたところビクともしないのでUIのバグなんかな的な感覚になってきてる
>使ってるcomit id によってはあり得るので
original・inpaint at fulll solutionに✓・step30くらい・Denoising0.7くらいにして
呪文部分の(censored:1.4)くらい強調してやってみて

>海苔じゃなくてよいのだけど同じようにしてみたところビクともしないのでUIのバグなんかな的な感覚になってきてる
>使ってるcomit id によってはあり得るので
さっきまでHNトレーニングやってたから7時間前のだけど間違いなく同じ設定だね

1111更新したらTIとHNのLr入力が分かれて使いやすくなったね
HNの初期値が0.00001になってるけどこれは公式の推奨値ってことでいいのかな

帰ったらまず1111の更新からか忙しいな

今知ったけどSD1.5出たんだね
性能のほうはどうなんだろう手とか崩れなくなった？

>なんか最近Imagen読んだりしてCLIPとUnetの関係性とかについて色々考えてるんだけどCLIPが画像概念を持っているというよりはCLIPの持つ画像概念たちの関係性に合わせてUnetが画像概念を獲得するみたいに感じるようになったからCLIPのみの再学習が何を意味するのか…とかいろいろわかんなくなってきた
難しく考えすぎてるんじゃないかなぁ、CLIPはシンプルに文章読解してる位の雑な認識でいいと思うよ、正直CLIPもImagenも結果を盛りすぎてるからあの辺の解説ってん？ってなること多いし
とりあえず、それでCLIPの中間出力がAIが認識しやすい形になってるからそのまま画像認識でも流用できるってのが簡単で雑な説明になるわけだし

>そこからmasterpiece入れるか入れないか強度の数値で絵柄が変わるからここにも沼が…
汎用性を求めた学習も沼だし
今ある資源で試行錯誤するのも沼だし
この辺沼しかねぇな！

>No.1026901596
スシラー？

git pullしたらモリモリ更新されたし何か知らない項目が増えてる・・・

定石らしきモノ無視して1e-5あたりで1万step以上ぶん回すといい感じに学習できてる
でいいやつをさらに2e-6とかで回す

>基本は気に入ったpngをメモ帳で開いてネガティブプロントを丸パクリ（後々ずっと使い回し）して他もパクリながら少しずつ覚えていけば良いかと
これのやり方がよくわからん…
単にメモ帳に放り込むだけだと文字化けしてて何が何やら

>すまん他のとしがいうようにDenoising strengthは0でよかった
>画像借りてもろにした状態からやってみたけど、こんな感じの設定でちゃんとかかったよ
値を同じようにしてみたけど
inpaint at full resolutionのところで

/home/Ore/stable-diffusion-webui/venv/lib/python3.10/site-packages/PIL/Image.py", line 1171, in crop
raise ValueError("Coordinate 'right' is less than 'left'")
ValueError: Coordinate 'right' is less than 'left'
みたいなエラーがコンソールに出てるのでちょっとgit pull して 最新版を取り込んでみるね
ありがとう

ここのサイトでも見れるよ
https://image-convert.cman.jp/imgInfo/ [link]

修正一つ取っても設定値が人それぞれなの面白いな

>1666362843446.png
優しい

>風呂入って寝よ
お金ばらまくのエッチ

画像だけ100stepごとに出させるとヌルヌル絵が変わってくあたりがはっきりして面白いね
ちょっと時間かかるけど

呪文はメモ使わず好きなPNG保存しとく派

>No.1026904079
試しに自分の画像でやったら確かに書いてあったわ…
どうやら単純に自分が拾ってやってみた画像にメタデータが無かっただけ？

>ママ…
やっぱり爆乳近世西洋画は覇権を取るジャンルだわ

単語はexcelで管理してる
コピペがセル選択するだけなのと翻訳欄が揃えられるのと種類ごとにタブ分けできるのが便利

今までGPUのメモリ不足エラーって極端な設定でもしない限り一度も出たことなかったのに急に出てくるようになったけどアップデートして何か設定変わったのかな
特にHNが全く出来なくなっちゃった

>特にHNが全く出来なくなっちゃった
txt2img tab when making previewsやると出る

8GだとHNギリギリで回してると思うからちょっとの変更で0.2くらい消費増えて溢れてそうだ

fairy（妖精）で抽出するとfateっぽいキャラばっか出る

>としが教えてくれたBatch img2imgで自分も動画作ってみた
>顔と水着が常に変わり続けるけど
>そこを何とかできたら簡単に高品質アニメ作れちゃいそうだ
作るの早いな！
ちょっと手間かかるけど面白いのでもっと作る人増えて欲しいな

8GBで更新後にHN回してるけど今のところ落ちる気配はないな
解像度は512だけど

>>original・inpaint at fulll solutionに✓・step30くらい・Denoising0.7くらいにして
>>呪文部分の(censored:1.4)くらい強調してやってみて
>inpaint at fulll resolution はチェック入れるとどの値とってもエラーでて生成されなかった

originalかつ
inpaint at full resolutionがONのとき
横のpadding pixel は0じゃなくて32とかの初期値にしないと効かないのでは

>今までGPUのメモリ不足エラーって極端な設定でもしない限り一度も出たことなかったのに急に出てくるようになったけどアップデートして何か設定変わったのかな
>特にHNが全く出来なくなっちゃった
昨日のアプデでHN学習の521×512以上の画像が521×512に強制リサイズされてたのが修正されたから今まで768×768とか回してたからメモリ不足エラーが出るようになるよ

>今までGPUのメモリ不足エラーって極端な設定でもしない限り一度も出たことなかったのに急に出てくるようになったけどアップデートして何か設定変わったのかな
>特にHNが全く出来なくなっちゃった
最近って事はHNの画像サイズ512以外に出来るようになってからかな多分

グラボのドライバゲームからスタジオにしてみたけど何も変化無し！

>クマパンツから熊がでる場合もあるっぽいな
じゃあAIなら屏風から虎を出すことも可能なのか

レイヤー数1,2,4,2,1も12GBだと無理よね？

>レイヤー数1,2,4,2,1も12GBだと無理よね？
画像サイズ512なら出来ると思う

>レイヤー数1,2,4,2,1も12GBだと無理よね？
512x512の「1,2,4,2,1」でnormalizationしてるやつが2080tiの11GBで行けてるから多分大丈夫
1回中断して学習率下げて再開をやろうとすると時々エラー吐くからギリギリ

Danbooru にai_drawing_anime_characters_eating_ramen_(meme) ってタグがあるのか・・・

最近ミスってばっかりだったTIがうまくいってる
成功祝いのビール買ってこよう

>Danbooru にai_drawing_anime_characters_eating_ramen_(meme) ってタグがあるのか・・・
欧米ではやっぱりラーメンはナイフとフォークで食べるのかな
さすがに素手では食べないと思うけど(インドを除く)

どうしてピザとブロッコリーとラーメンはこんなに人気なの？

絵柄学習の成否ってどれくらいで見切りつけます？
今2万ステップなんだけど全然統一性が無い…

>そこを何とかできたら簡単に高品質アニメ作れちゃいそうだ
面白いね
これって姿勢系のタグはいれずに変換してるの？

>顔と水着が常に変わり続けるけど
並行世界を渡り続ける者

>絵柄学習の成否ってどれくらいで見切りつけます？
>今2万ステップなんだけど全然統一性が無い…
とりあえず5万までは見てる

>>>今日１のができた
>>>満足じゃ
>>なあとしや
>>本当はもう少し下まであるんじゃろ？
>seedの使い方を覚えた甲斐があった
ありがとう…

>HNでトレーニング使ってみようと思ったんだけどこんなエラーが
>これってつまりVRAM足りねーから諦めろって事？
うｎ
でも8GBならmidvramやxformers使えば512*512のレイヤー3枚までなら行けるはず

>うｎ
>でも8GBならmidvramやxformers使えば512*512のレイヤー3枚までなら行けるはず
参考画像の枚数の問題でもあるのか…？
TIの方なら問題なくトレーニング出来たからHNはいっそ諦めるか

>HNでトレーニング使ってみようと思ったんだけどこんなエラーが
>これってつまりVRAM足りねーから諦めろって事？
8GBあるなら設定からユーザーインターフェースのところ全切りして512×512ならいけるぞ
VRAM使ってそうなやつは落としとけ
あと学習中に同じエラー吐いたら.bat再起動してからやればOK
画像生成した後とかに学習開始しようとするとエラー吐きやすいから気をつけてね

>マジで暖房要らずなんだけど冬はいいとして次の夏どうなるんだろ…
隣の部屋に置いてリモートで