stable diffusion 1.5大模型炼制详细教程，几块钱即可炼制大模型

前言

之前已经讲过SDXL_LORA,SD1.5_LORA训练过程，基本说的比较清楚了，有兴趣可以去看看，下面我将讲解一下SD1.5大模型的炼制。

SDXL_LORA：https://tian-feng.blog.csdn.net/article/details/132955577

SD1.5_LORA：https://tian-feng.blog.csdn.net/article/details/132133361

DreamBooth 是一种定制个性化的 TextToImage 扩散模型的方法。仅需少量训练数据就可以获得极佳的效果。Dreambooth 基于 Imagen 研发，使用时只需将模型导出为 ckpt，然后就可以被加载到各种 UI 中。

然而，Imagen 的模型和预训练的权重都不可用。所以最初的 Dreambooth 并不适用于稳定扩散。但后面 diffusers 实现了 Dreambooth 这一功能，并且完全适配了 Stable Diffusion。

模型炼制

数据准备

和LORA一样，裁剪成512x512的大小后打tag，数据处理参考之前文章，不赘述了，数据的多少根据你的任务来（真人，二次元，画风），先别急，最好听我把流程讲完，你再准备数据开始炼制。

二次元：20-50（建议抠图填白，脸部训练影响不大，不过自己可以试试，说不定效果更好）

真人：50-100张（建议抠图填白，加强脸部训练）

画风：1000往上

这只是参考区间，如果你的图片质量都是一级棒。那当然是越多越好，别强行为了数量把一些一般照片放进去，可能数量上去了，反而训练的很烂。

假设我来炼制一个真人模型，这是我的数据集，只是打个样

抠图后，赛博丹炉下有两个文件夹，分别是裁剪后的人物和脸型

之后把你的底膜准备好，与你图片炼制风格相近的，之后一起压缩上传百度网盘，这样是为了下载方便，因为你可以新建一个文件夹在Autodl和百度云盘共享一个空间，如果手动拖动文件到Autodl，那真是速度很慢；特别是大模型2个G，这个教程请看SDXL_LORA文章，这个不难，中文教程说的很明白了，一步步按他说的弄。

Autodl炼制

https://www.autodl.com/create

直接搜素dreambooth就出来了，立即创建

镜像名：  Akegarasu/dreambooth-autodl/dreambooth-autodl:v3

打开终端，把系统盘的dreambooth-aki移动到数据盘中，因为系统只有30G，数据盘有50G，

mv  /root/dreambooth-aki/ /root/autodl-tmp/
ipython kernel install --user --name=diffusers          下载diffusers内核等下测试用

点击ipynb文件训练脚本

直接方式：简单但上传速度一般

文件放置路径：模型文件直接放到model-sd，数据集图片直接放到instance-images，手动拖动即可

间接方式：需要建立共享空间但上传速度快

下载完文件在Autodl-tmp路径下

强调：最好都是压缩zip上传，解压指令如下

unzip /root/autodl-tmp/dreambooth-aki/文件名.zip

移动文件

 数据集移动
mv /root/autodl-tmp/dreambooth-aki/文件名/* /root/autodl-tmp/dreambooth-aki/instance-images/    
模型移动
mv /root/autodl-tmp/dreambooth-aki/模型名 /root/autodl-tmp/dreambooth-aki/model-sd/

mv是move意思，把文件从源地址移动到目的地址

数据准备完毕

训练参数

autodl-tmp/dreambooth-aki/dreambooth-aki.ipynb

其实秋叶大佬讲的挺清楚了，基本改一下文件路径即可，直接一步步运行，不管我还是一步步讲一下

定义了一些模型转换文件和全局变量等等，直接Ctrl enter运行，

秋叶已经转换好了一个动漫底膜，在model-hf下，之前我们已经把真人底模放在了model-sd中，把model.safetensors改成自己底模的名字，运行后自动覆盖model-hf下文件

可以看到分完后，模型被拆解为文本编码器，分词器，unet，vae

bocchitherock改成一个自己命名的tag（但是不存在的英文单词），就像触发词一样，这样进行训练文本编码器会把这个词和你训练的图片画风挂钩，你的自定义tag更容易生成你训练图片的画风

基本不用改动，运行

这两个不用改直接运行

# 常用参数 我就不一一讲了，有兴趣看看我sdxl_lora训练，参数讲的挺清楚了，没有的我讲一下
## 最大训练步数
max_train_steps = 3000    #二次元步数3000-5000；真人5000-10000；画风那就使劲把
## 学习率调整
learning_rate = 5e-6        #默认数值，根据训练loss调整，
## 学习率调整策略
## ["linear", "cosine", "cosine_with_restarts", "polynomial", "constant", "constant_with_warmup", "cosine_with_restarts_mod", "cosine_mod"]
lr_scheduler = "cosine_with_restarts"
lr_warmup_steps = 100
train_batch_size = 1 # batch_size
num_class_images = 20 # 自动生成的 class_images 数量

with_prior_preservation = True   #训练人物开启；训练画风关闭
train_text_encoder = False # 训练文本编码器
use_aspect_ratio_bucket = False # 使用 ARB

# 从文件名读取 prompt
read_prompt_from_filename = False
# 从 txt 读取prompt
read_prompt_from_txt = False
append_prompt = "instance"
# 保存间隔
save_interval = 500               #没多少步保存，基本得1000以上要不你数据盘保存几个就满了
# 使用deepdanbooru
use_deepdanbooru = False

# 高级参数
resolution = 512
gradient_accumulation_steps = 1
seed = 1337
log_interval = 10
clip_skip = 1
sample_batch_size = 4
prior_loss_weight = 1.0  #越低则越难过拟合，但是也越难学到东西。
 # 一种学习率调度策略，通常用于训练深度学习模型时的优化器。这个策略的主要思想是随着训练的进行，
#逐渐减小学习率的大小，以帮助模型更好地收敛。
scale_lr = False       
scale_lr_sqrt = False   # 同上
gradient_checkpointing = True
pad_tokens = False
debug_arb = False
debug_prompt = False
use_ema = False
#only works with _mod scheduler
restart_cycle = 1
last_epoch = -1

基本调这几个就行

Finetune基础学习率：3e-6;自动打标准确率：0.35以上

batch size:

确定batch_size后就是调你的学习率了，运行

可以接着上次结果训练，第一次，不用运行，直接到启动训练运行完事

然后转换为ckpt文件，修改你output下保存的模型名，就可以转换了，运行

接下来就是测试了，可以大概看一下你的模型是否还行决定是否下载，但是和本地不太一样，可能效果差一点。修改测试的模型名，和上面一样

运行

总结

其实模型的炼制只是一部分，现在所有的大模型都是在原始模型基础上一步步进行微调，因为想重新自己炼制一个大模型，对于我们来说基本不可能，但是微调却让我们都能参与进来，可以看到，现在sd1.5的生态圈在不同作者的努力下，已经百花齐放；

模型创作者更像一个调酒师，就像之前看到的麦橘大佬所说，基于不同的大模型不同比例融合，如何融出一个更好的大模型，这点好像大家都知道，但是都不怎么说这个事，毕竟公开融合他人模型多多少少会有点问题，所以我也浅谈为止，以后有机会再细说把！！！