|
--- |
|
tags: |
|
- text-to-image |
|
--- |
|
|
|
このモデルは以下の2ステップで作成されました。 |
|
|
|
1. [SSD-1B](https://huggingface.co/segmind/SSD-1B)を[NekorayXL](https://civitai.com/models/136719?modelVersionId=150826)と[sdxl-1.0](https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0)の差分の1.3倍でマージ。蒸留前と蒸留後のkeyについてはこの[マッピング](https://gist.github.com/laksjdjf/eddeda74a90ddaaaf4c51aea1ece7d01)を想定しています。 |
|
2. [NekorayXL](https://civitai.com/models/136719?modelVersionId=150826)の最終出力との差を損失にして蒸留（学習率1e-5,バッチサイズ4で9000ステップ) |
|
|
|
# 使い方 |
|
safetensors形式のファイルは最新のComfyUIで使えます。 |
|
|
|
# LoRA |
|
LECOを利用していい感じにするLoRAも併せてアップロードしてます。cfg_scale=1～4辺りにするといい。 |
|
https://huggingface.co/furusu/SSD-1B-anime/blob/main/ssd-1b-anime-cfgdistill.safetensors |
|
|
|
|
|
# SSD-1BとSDXLのkey対応について |
|
[削除したモジュールがどれか分からないので](https://github.com/segmind/SSD-1B/issues/1)、コサイン類似度を利用して推定しました。 |
|
Transformer_depthだけ変わっているので（多分）Attention層のパラメータをSDXLとSSD-1B調査しました。 |
|
2層⇒1層となる場合先頭の層が残ります。 |
|
10層⇒4層となる場合1,2,3,7番目の層が残ります。 |
|
|
|
※up層の3番目は10層のままですが、コサイン類似度の結果が不可解なものになっていました。とりあえずここは変更されていないと仮定しています。 |
|
|
|
|
|
 |
|
 |
|
|
