本篇经验分享适用于在webui更新后,用以前的方法训练超网络不出结果的情况。默认你已经清楚了整体的训练流程。
如果从不清楚训练流程的话,可参考:
下面的截图都用了机翻,详细的请看原链接
超网络训练在#3086和#3199之后,按照以往的方法很难学习到内容,出来的很容易是空包弹。
在开启LN选用激活函数并开启Dropout后,超网络没以前那么容易过拟合,但是可能需要更大的学习率进行学习。
https://github.com/AUTOMATIC1111/stable-diffusion-webui/issues/3505
Hypernetwork Style Training, a tiny guide · Discussion #2670 · AUTOMATIC1111/stable-diffusion-webui
在参考GitHub上的讨论后,
实验了三个版本的学习率,均使用
Hypernetwork Style Training, a tiny guide · Discussion #2670 · AUTOMATIC1111/stable-diffusion-webui
分享的学习率计算脚本
选择LN dropout,默认层结构,swish激活函数
1e-4:20000,1e-5:25000,1e-6:30000,1e-7:35000