pixelwave_flux1_schnell_04_fp8
Back

pixelwave_flux1_schnell_04_fp8
0 0 6

Girl

Boy

Space scene

Stylization

Characterization

Accentuation

pixelwave_flux1_schnell_04_fp8

PixelWave FLUX.1 schnell 04

PixelWave FLUX.1 schnell版本04是FLUX.1-schnell的美学微调。训练图像是手工挑选的，以确保模型对引人注目的图像有偏见，具有美丽的颜色、纹理和照明。无论是抽象的木炭素描、高饱和色的高调时尚肖像，还是喜怒无常的电影赛博朋克灵感艺术，PixelWave FLUX.1 schnell都可以让您更灵活地使用所需的风格。

  • 在原始Schnell模型上训练
  • Apache 2.0许可证
  • 无需特殊节点或代码
  • 支持FLUX LoRA
  • 欧拉法线，8步。

您可以使用更多步骤来改进更精细的细节，但8个步骤后输出不会有太大变化。

向RunDiffsion大喊

非常感谢RunDiffsion（Juggernaut的共同创造者！）赞助了使训练这个模型成为可能的计算！为了帮助你尝试，他们在他们的平台上提供了250个短期免费的每日积分（大约40-80族PW-Schnell）。

对于那些需要这个模型的应用编程接口访问的人，我们正在与Runware.ai合作。

感谢他们的支持，让这个模型出现在那里！

培训

训练是通过kohya_ss/sd脚本完成的。你可以在这里找到我的分支Kohya，它也包含对sd脚本子模块的更改，确保你克隆了两者。

使用微调选项卡。我在我的4090 GPU上找到了使用page edlion8bit优化器的最佳结果。其他优化器很难学习。

我已经冻结了time_in、vector_in和mod/调制参数。这停止了“去蒸馏”。

我避免训练超过15个的单个块。您可以在FLUX部分设置要训练的块。

LR 5e-6训练速度很快，但是你必须在几千步后停下来，因为它开始破坏块并减慢学习速度。

然后，您可以使用较早的检查点进行块合并，替换损坏的块，然后继续进一步训练。

损坏块的迹象：大多数图像上的纸张纹理，背景细节丢失。

This model is sourced from an external transfer (transfer address: https://hf-mirror.com/mikeyandfriends/PixelWave_FLUX.1-schnell_04 ）,if the original author has objections to this transfer, you can click，
Appeal
We will, within 24 hours, edit, delete, or transfer the model to the original author according to the original author's request

user_ssmtsb7y

user_ssmtsb7y

Girl

Boy

Space scene

Stylization

Characterization

Accentuation

Model Information

Model Type：
Unet
Basic Model：
FLUX.1 S
Trigger Words：
pixelwave_flux1_schnell_04_fp8

PixelWave FLUX.1 schnell 04

PixelWave FLUX.1 schnell版本04是FLUX.1-schnell的美学微调。训练图像是手工挑选的，以确保模型对引人注目的图像有偏见，具有美丽的颜色、纹理和照明。无论是抽象的木炭素描、高饱和色的高调时尚肖像，还是喜怒无常的电影赛博朋克灵感艺术，PixelWave FLUX.1 schnell都可以让您更灵活地使用所需的风格。

  • 在原始Schnell模型上训练
  • Apache 2.0许可证
  • 无需特殊节点或代码
  • 支持FLUX LoRA
  • 欧拉法线，8步。

您可以使用更多步骤来改进更精细的细节，但8个步骤后输出不会有太大变化。

向RunDiffsion大喊

非常感谢RunDiffsion（Juggernaut的共同创造者！）赞助了使训练这个模型成为可能的计算！为了帮助你尝试，他们在他们的平台上提供了250个短期免费的每日积分（大约40-80族PW-Schnell）。

对于那些需要这个模型的应用编程接口访问的人，我们正在与Runware.ai合作。

感谢他们的支持，让这个模型出现在那里！

培训

训练是通过kohya_ss/sd脚本完成的。你可以在这里找到我的分支Kohya，它也包含对sd脚本子模块的更改，确保你克隆了两者。

使用微调选项卡。我在我的4090 GPU上找到了使用page edlion8bit优化器的最佳结果。其他优化器很难学习。

我已经冻结了time_in、vector_in和mod/调制参数。这停止了“去蒸馏”。

我避免训练超过15个的单个块。您可以在FLUX部分设置要训练的块。

LR 5e-6训练速度很快，但是你必须在几千步后停下来，因为它开始破坏块并减慢学习速度。

然后，您可以使用较早的检查点进行块合并，替换损坏的块，然后继续进一步训练。

损坏块的迹象：大多数图像上的纸张纹理，背景细节丢失。

This model is sourced from an external transfer (transfer address: https://hf-mirror.com/mikeyandfriends/PixelWave_FLUX.1-schnell_04 ）,if the original author has objections to this transfer, you can click，
Appeal
We will, within 24 hours, edit, delete, or transfer the model to the original author according to the original author's request