どうも。あいおえです。 このページではプロンプトの組み方について説明します。 私は非常にプロンプトにうるさいので本気で書こうとすると長くなりそうですが、今回はセーブして簡潔にまとめようと思います･･･ 【トークンについて】プロンプトは順番が大事です。理由は2つあります。 ①前半のトークンの方が重視される。 ②トークンは後半にかけて影響する。 ・トークンとはAIが認識するワードの最小単位のことです。 ・masterpieceは1トークン、best qualityは2トークンと基本的には1単語＝1トークンです。 ・ただ、loliは「lo/li」で2トークン、kamidezachanは「kam/ide/zach/an」で4トークンと、英単語でない場合は変なところで区切られます。 ・プロンプトはトークンごとに区切られてCLIPに送られて、CLIPはそれを画像に落とし込むというシステムになっています

社内勉強会からの抜粋資料です。

発表動画はこちら。 https://youtu.be/l9fpxtz22JU 2023/4/29 一部修正とAPIに関するページ追加 2023/5/11 ChatGPTの言葉の意味を補足する資料を追加。Azure OpenAI Serviceで使えるモデルの記載を一部修正・最新情報追記。 202…

追記: U-Netの中間層は常にSelf-Attentionとなります。ご指摘いただきました。ありがとうございます。（コード） オミータです。ツイッターで人工知能のことや他媒体の記事など を紹介しています。 @omiita_atiimoもご覧ください！ 世界に衝撃を与えた画像生成AI「Stable Diffusion」を徹底解説！ 未来都市にたたずむサンタクロース（Stable Diffusionで生成） 2022年8月、世界に大きな衝撃が走りました。それは、Stable Diffusionの公開です。Stable Diffusionは、テキストを受け取るとそれに沿った画像を出力してくれるモデルです1。Stable Diffsuionは10億個近いパラメータ数をもち、およそ20億個の画像とテキストのペア（LAION-2B）で学習されています。これにより、Stable Diffusionは入

オープンソースのAI声質変換（ボイスチェンジャー）ソフトウェア「RVC WebUI」が、日本語での表示に対応しました。 VITSという声質変換技術をベースにしたRVC（Retrieval-based Voice Changer）に、Webユーザーインタフェースを付加したのが「RVC WebUI」です。

AI（Stable Diffusion WebUI）で画像生成をしていると意外と言うことを聞いてくれないということがよくありますよね。例えばキャラクターの髪や目や服の色がまちまちだったり、そもそもうまく出せなかったり……そんな悩みを解消するのが今日ご紹介するLoRAというわけです。 そもそもLoRAって何？　簡単に言えば素材となる画像を20～30枚程度用意し、AIに特徴を覚えさせることで人物や、背景、絵柄などを簡単に変更できるファイルのことです。 　Hugging Faceやcivitaiなどには多くのLoRAが公開されています。にきもなか先生がまとめてくださっているので、どんなものがあるのか気になる方はこちらをご覧ください。 Civitaiに公開されているLoraの昨日公開分までをまとめました。 AI制作の一助になれば幸いです。 多分600個くらいあります あなたの性癖の為のLoraリン

これからStableDiffusionを始める方向けに、Automatc1111版StableDiffusionWebUI（以下SDwebUI）をインストールする方法をコンパクトにまとめたHowto記事です。インストール方法はいくつかありますが、公式で配布されているインストーラを使った最も初心者向けの解説です。インストール後、最初にする日本語化や導入すべ...

※Updates ceased as of 06-30-2023 ※SDv1モデル、SDv2モデル、VAE、TI embeddingsの順に掲載しています。 ※画像の設定は、サンプルからの拝借（修正する場合あり）または独自です。VAEは、必ずしも推奨のものではありません。 ※画像のキャプションに「(fix)」があるモデルは、使用時にCLIPのposition IDを修正しています（→詳細＆修正方法）。 ※各モデルには、「商用利用」「画像生成サービスでの利用」「マージモデルの公開」等の権限が設定されています。インターネット上で生成画像を無償公開するだけなら、通常は差し支えありません。 ◆ 本記事以外のモデル一覧 ◆Tsukasa氏の「StableDiffusionで使用したモデル一覧」（190種類以上を掲載、筆者が紹介していないモデルが多い） かたらぎ氏の「stablediffusion W

A small cabin on top of a snowy mountain in the style of Disney, artstation さらに、その多くはユーザーがテキストを入力するだけで画像を生成できるアプリケーションを備えていたため、人々が気軽に使える身近な存在として急速に普及しました。これまでにも囲碁AIのAlphaGoや言語AIのBERTやGPT-3を始め、強力なAIは多数登場していますが、ここまで多くの人が積極的に利用するAIはありませんでした。 生成AIとは何者なのか 画像生成AIという言葉から想像できるように、「⁠文章生成AI」や「音楽生成AI」なども存在します。本記事ではこれらをまとめて「生成AI」と呼ぶことにします[1]。 生成AIはこれまでのAIと何が違うのでしょうか。従来のAIの例として、入力画像がホットドッグかどうかを判別する画像分類AIを考えましょ

まず初心者用に流れを書いて後で駄文を書きます。 ※かたらぎさんのリンクから来た人は駄文-〇AIは画像のキャンプションで学習してますのとこに目的のものがあります。 ・kohya GUIを利用してやります。kohya GUIはwebui 1111とは別の環境です。 https://github.com/bmaltais/kohya_ss ・SD2系の人はwebui extensionからadditionnal-networkもインストールしておきましょう 初心者のためのLoRA1.学習したい画像をフォルダにいれます。後々のために以下の構成にしてください。 ・適当なフォルダ|<数字><アンダーバー><アルファベット><半角スペース><名詞> ex) Aikimi\100_aik girl <アルファベット>がpromptのトリガーになるらしい 2.画像と同名のtxtにキャプションをつけます。 こ

Civitaiに投稿されているLoraのリンク集です。 アニメ系の衣装やシチュエーションのLoraを中心にまとめてます。 注意事項 雑多まとめなので、効果的なモデルがバラバラな可能性があります キャラクター系Lora、リアル系Lora、画風系Loraは含みません（リアル系は2D絵の報告があれば載せます） LyCORIS（LoCon/LoHa）である可能性があります R-18が多いです 全てのLoraで動作確認をしたわけではありません ※Loraの説明【トリガーワード】【Loraの推奨ウェイト（あれば）】 というフォーマットで記載します。 （トリガ

ごあいさつ　初めましての方は初めまして、すでに知っている方はこんにちは。 かたらぎと申します。 私が画像生成AIを始めたのはNovelAIが2022年10月にリリースされてから約一か月後の11月7日ごろでした。当時は時々twitterに画像を投稿するくらいでしたが、NovelAIでの研究の成果を発表した際に多くの人の目に留まりたくさんの方との交流が始まりました。そして、当時から人気だったあいおえおえかきの先生、らけしで先生、シトラス先生、Morito先生の５人でNovelAI初心者教本を発表します。 【特報】 NovelAI初心者教本（プレリリース版：92ページ）をここに発表させていただきます！ AI術師の大先輩方による魅力的な巻頭作品集！ 初心者向けの解説と、実践的な画風の紹介を画像とプロンプトで解説しています！ イラストAI、はじめの一歩に是非どうぞ！https://t.co/BO9U

LoRA　簡単に言えば素材となる画像を20～30枚程度用意し、AIに特徴を覚えさせることで人物や、背景、絵柄などを簡単に変更できるファイルのこと。 例えばキャラクターの髪や目や服の色がまちまちだったり、そもそもうまく出せなかったりそんな悩みを解消します。 既存のLoRAを自分の環境で使いたい場合はcivitaiなどからダウンロードしてください。

前書きこんにちは！ 突然ですが AI vs 人間の個性 今後どっちが勝つか。。気になりません？ 僕がChatGPTにハマって、 毎日100問以上質問し、 海外のDiscord 17個入り、 海外の論文までチェックして（もちろん多すぎて全部までは追えてません。長い目で見て下さい。。） 出した結論ですが 今後ほとんどの分野で AIを使った人間の個性 VS AIを使った人間の個性 になるということです。 え、同じAI使ったら似通った結果じゃないの？と思う方もいらっしゃると思いますが 全っっっったく違います。 そして その個性を出す方法は 結論、【質問力】です。 そう、質問の仕方で 〇有益な回答や、自分でも想像しないクリエイティブが得られるか、 ×一般的な回答や、創造性のないコンテンツに留まるか。 決まってしまうのです。。 今回、初心者向けにこの教科書を作ったのは、この【質問力】の重要さを分かって

画像生成AIの世界では毎月のように……どころか毎週のように革新的な技術が登場してます。 速度が速すぎて追いきれない！！！ って人はたくさんいると思うので、これは革新的な機能と思った内容をそれを解説している記事の紹介と合わせて記載していこうと思います。 ぶっちゃけ自分用備忘録を兼ねてのメモなので何かの役に立てれば幸いです！ ……あ、追加学習やモデル作成方面は沼すぎるのでライトに扱う方向けの情報です！ ★随時更新予定★　→3/28の情報を反映 おすすめ度：★★★★★　ControlNethttps://github.com/Mikubill/sd-webui-controlnet ControlNetの登場によって画像生成AIでは思い通りの構図を指定していできないという常識が打ち破られた！ ボーン人形によるポーズの指定から、落書きからの画像生成、線画への色塗りetc... これ一つで世界が変わ

全３回のシリーズパート２の本記事では、GPTの能力と可能性をAttention/Transformerの仕組みをふまえて考察します。 というつもりでしたが、凄く長くなってしまったのでパート2は以下の3回に分けようと思います。 （2.1）各技術の定性的な説明（本記事） （2.2）Transformerのアルゴリズム詳細 （2.3）GPTの能力と可能性について 2.1 各技術の定性的な説明 自然言語の構造を考えてみる まず我々が使う言語についてちょっと振り返るところから話を始めましょう。 文や文章は、おおもとのデータである文字から始まって、単語、文節、句、節、文、文章、さらにその上の意味、という風に階層的な構造を持っていると我々は概念的に認識してますよね。 構文の階層 そして、各階層や階層間には、文法や語法といった言葉のルールがあります。 深層学習はその名の通り、層を深くしたニューラルネットワ

面白いなと思った使い方、大事だなと思ったコツの個人的な備忘録です。 はじめに 前提 ChatGPTのTipsまとめ 基本編 鵜呑みにしない 途中で文章が途切れた時は "続けて" 汎用Tips 文脈を伝える 条件/制約や質問を明示する 相手の立場を指定する 回答の特性を指定する 英語で入力する 無茶振りする レビュアーや反論者を用意する おわりに はじめに ChatGPT、面白いですね。 難しく考えず素朴にChatGPTと会話するのも十分面白いですが、コミュニケーションを工夫することでより良い体験が得られたりします。 (対人コミュニケーションと同じですね) 今回は、個人的にChatGPTを使ってる中での好みのコツをまとめます。 ChatGPTのコツを書いているはずが、いつの間にか対人コミュニケーションの話みたいになってしまった ChatGPTの使い方のコツをまとめる - BioErrorLo