NovelAIの提案した学習手法、自動キャプションニング、タグ付け、Windows+VRAM 12GB(v1.4/1.5の場合)環境等に対応したfine tuningです。 ※12/17:v9に更新しました。「Diffusersの環境構築とスクリプトの準備」に飛んでください。 はじめに先日、DiffusersベースでDreamBoothを行う記事を書きましたが、U-Netの学習の仕組みを使うことでStable Diffusionのfine tuningが可能です。この記事ではその方法について解説します。以前のDreamBoothのスクリプトを流用したfine tuningよりも機能が追加されています。 ある程度の枚数(数百枚~が望ましいようです)の画像を用意することでDreamBoothよりもさらに柔軟な学習が可能です。 Pythonで仮想環境を構築できるくらいの方を対象にしています。また
![DiffusersベースでStable Diffusionをfine tuningする|Kohya S.](https://cdn-ak-scissors.b.st-hatena.com/image/square/f0d2a3caa4761eae6ac8f35150724d94e6ddbad4/height=288;version=1;width=512/https%3A%2F%2Fd2l930y2yx77uc.cloudfront.net%2Fproduction%2Fsocial_images%2F81014cbbd000e93a7c24460a4cf8d2b4f9f89de7.jpg)