Stable Diffusion進階 -- X/Y/Z plot
閱讀時間約 6 分鐘
今天來聊一個我覺得是Script（腳本區）裡面最好用，也是最常用，但是有點複雜的進階功能，X/Y/Z plot。
前言
很多時候，我們有許多重複跑圖，但是一次只改一點點的需求，例如你算到了一個你很喜歡的角色形象，想要使用一樣的提示詞，但是一次改一點東西，例如改變髮色比例，更改服裝，更改一些動作，然後製造大量的圖用做訓練LoRA的範例圖。或者單純是想跑出一個你更喜歡的變體。
或者，你剛訓練完一個新版的LoRA，想要比較新舊版之間的差別，例如權重高低時影響畫面的程度，CFG Scale不一樣會造成什麼改變，改變提示詞會不會被新版LoRA覆蓋掉。
在什麼都不知道的情況下，我們只能一張一張生產，等上一張算好之後再手動更改提示詞，然後繼續跑下一張。這種作法不只無聊，也很容易出錯，如果要測量的選項太多還會累死人，消耗時間與熱情。所以Automatic1111非常貼心地幫我們準備了一個功能，讓我們可以一次跑出大量有細小差別的圖，那就是X/Y/Z plot。
用法
X/Y/Z plot是什麼意思？它的XYZ指的是，我們可以最多設定三種方向的變數讓我們跑圖，例如X方向上選擇提示詞，Y方向上選擇Sampling Steps，Z方向上選擇模型，這樣就能測試在不同模型上，不同Sampling Steps對上不同提示詞所造成的影響。
舉一個例子，當我算出了一個猛男戰士之後，想要快速嘗試不同動作加上不同衣著上的表現，我們就可以選擇X方向上是一組動作提示詞，Y方向上是一組衣著的提示詞。
當我們在Script選單選擇X/Y/Z plot之後，會出現這樣的選單：
打開X type，裡面有一堆選項，裡面比較常用到的是：
- Nothing：什麼都不做
- Steps：訓練步數
- CFG Scale：CFG程度
- Prompt S/R：提示詞搜尋並取代
- Sampler：採樣器
- Checkpoint name：模型
- Styles：你儲存的提示詞
這裡面Prompt S/R是最常用，但也是最難理解的選項，它的用法就是用逗號隔開一組提示詞，而第一個提示詞必須符合一個你的正面或負面提示詞，只要它能找到，就會在之後的圖取代這個提示詞。
例如我的正面提示詞中有(resting)這個提示詞，我就能用這樣的Prompt S/R來取代它：
(resting), (sitting), (standing), (fighting), (angry), (riding horse)
於是Automatic1111就能先跑出該角色休息的圖，然後下一張換成坐下的圖，以此類推。
而且X/Y/Z plot並不限制你只能用一次Prompt S/R，所以理論上XYZ三個軸都能用不同的詞來探索。以我的例子，我的X/Y/Z plot會像是這樣：
而我為了讓每次跑的時候出現的圖盡量產生差異，我會勾選Keep-1 for seeds，讓每張圖都使用亂數種子算圖。
當你按下Generate鈕之後，就可以去睡個午覺了，通常一次都可以跑個十幾二十張。等到你回來，Automatic1111會給你一個拼接的預覽圖：
在這圖上，從左到右是X軸，從上到下是Y軸。 而這些算出來的圖，則是會放在一般圖生圖的目錄內。
LoRA比較
我個人在用X/Y/Z plot時，最常用的情況是在訓練LoRA時。當我們用了不同的素材，不同的參數或不同的程式版本烘焙LoRA的時候，比較新舊版本的優劣，尤其是LoRA在不同模型時能否正確產生我們要的角色，又不會強烈改動模型風格，就是決定人物型LoRA品質的指標，這時候X/Y/Z plot就非常有用。
例如我想要查看我的舊版LoRA與新版LoRA在不同模型下，不同動作的樣子，我就會設定成：
- X軸：Checkpoint name => 三個不同模型
- Y軸：Prompt S/R => 五個不同動作
- Z軸：Prompt S/R => 新的與舊的LoRA，權重都是0.3
下面就是我跑出來的成果：
預覽圖會有兩種版本，檔案較小的JPG檔，和非常巨大但無失真的PNG檔案。要做深度比較的時候，可以開啟PNG檔在大螢幕上仔細比較。
另外，LoRA自己也能跟自己不同權重做比較，讓你找出在不同模型下，哪個權重是甜蜜點：
順帶一提，我的舊版LoRA在權重0.8的時候就全部崩潰了，不管是哪個模型，出來的動作與背景都一樣。這表示舊版的LoRA品質不佳，而在我新訓練的LoRA上就不太會出現這種情形。這就可以讓我有足夠信心了解我的新版LoRA品質較穩定，可以順利取代舊版。
結語
以上就是我常用的X/Y/Z plot情境，希望可以節省大家手動輸入各種設定，無聊等待跑圖出結果，然後又改詞改設定再跑的時間。
祝大家AI算圖愉快！
進階技巧目錄：
- Stable Diffusion進階 -- 製作角色設定圖
- Stable Diffusion進階 -- 轉換線稿/漫畫稿
- Stable Diffusion進階 -- 常用網站
- Stable Diffusion進階 -- CLIP Skip 2
- Stable Diffusion進階 -- 臉崩修復
- Stable Diffusion進階 -- X/Y/Z plot
- Stable Diffusion進階 -- 提示詞矩陣
- Stable Diffusion進階 -- 練習，歡迎來到我的家鄉
- Stable Diffusion進階 -- 穿衣換衣術
- Stable Diffusion進階 -- 醒來！表情變換
- Stable Diffusion進階 -- 雷光變幻！
- Stable Diffusion進階 -- 糊臉清晰化
- Stable Diffusion進階 -- 練習，這是利息
- Stable Diffusion進階 -- 人工與工人智慧去背
- Stable Diffusion進階 -- 手部修復
- Stable Diffusion進階 -- ControlNet新功能Reference
為什麼會看到廣告
留言0
查看全部
你可能也想看
Google News 追蹤
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Definition
N-Shot Prompting 是一種使用可變數量的範例來引導 AI 模型的技
本策略採用ATR（平均真實波幅）技術指標，該指標能夠真實地反映出價格的波動情況，並且可以靈活地調整參數進行進出場操作。
此策略主要是針對看盤的經驗，將策略轉化為程式進行自動化交易，減少人為的操作，即使沒看盤也能自動化的完成交易。
在上篇我們介紹了 SageMaker 中 Pipeline 的使用方法，其中的 TuningStep 功能，能夠讓我們能夠指定一連串參數組合進行實驗比對，最終找出最適合的參數組合
瞭解如何透過Regression實作Classification，使用one-hot vector表示不同的類別，並透過乘上不同的Weight和加上不同的bias來得到三個數值形成向量。同時通過softmax的方式得到最終的y'值，並探討使用Cross-entropy來計算類別的loss。
最近在試著用 Tensor Art 訓練 LoRA，老實說，成功率...不太高，或許是我挑選訓練圖片的問題。
但訓練出來，可以給別人用(雖然根本也就是我自己用)，就感覺蠻有意思的!
最近，又訓練了一個亂塗鴉的 LoRA(YunQiuLineArt01)，我覺得還蠻有趣的，分享給您。
策略模式將多種演算法封裝於獨立的策略類別中，每個策略類別都實現了一個共同的介面。這種設計允許使用者在系統運行時動態選擇和切換演算法，以達成相同的目的。
這篇要講的圖像提示詞概念是在AI繪圖的過程中輸入圖片，讓AI去理解圖像內容，或是直接參考圖像的構圖或色彩，再產生新的圖片。
雖然我最常用的是文字提示詞的方式生圖，但是圖像提示詞的應用比文字提示詞更廣也更加複雜，尤其在生成影片的範疇。
即使OpenAI在近日發表了強大的文生影片的Sora模型，但畢
給出好的指令也是一門學問! 我們在業界稱為「指令工程」(Prompt Engineering)，OpenAI 官方也有公布指令工程的操作資訊，但是今天我們只要學會這樣的操作方式，你可以贏過現在多數的AI使用者。
這篇來淺談Multicharts和XQ的基本差異
基本知識
在講差異前，先讓大家知道，程式交易或是量化分析的軟體，其實是有很多選擇的。
當然，每種選擇會有不同的上手難度，以及費用。
通常越底層的語言，上手難度會越難，相對的，靈活性也會比較高。
反之，越高階的語言，上手難度越低，但靈活度
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
我們人類和ChatGPT的對話技巧也是需要學習的，有鑑於此，我想要一天分享一點「和ChatGPT對話的技術」，並且每篇文章長度控制在三分鐘以內，讓大家不會壓力太大，但是又能夠每天成長一點。
Definition
N-Shot Prompting 是一種使用可變數量的範例來引導 AI 模型的技
本策略採用ATR（平均真實波幅）技術指標，該指標能夠真實地反映出價格的波動情況，並且可以靈活地調整參數進行進出場操作。
此策略主要是針對看盤的經驗，將策略轉化為程式進行自動化交易，減少人為的操作，即使沒看盤也能自動化的完成交易。
在上篇我們介紹了 SageMaker 中 Pipeline 的使用方法，其中的 TuningStep 功能，能夠讓我們能夠指定一連串參數組合進行實驗比對，最終找出最適合的參數組合
瞭解如何透過Regression實作Classification，使用one-hot vector表示不同的類別，並透過乘上不同的Weight和加上不同的bias來得到三個數值形成向量。同時通過softmax的方式得到最終的y'值，並探討使用Cross-entropy來計算類別的loss。
最近在試著用 Tensor Art 訓練 LoRA，老實說，成功率...不太高，或許是我挑選訓練圖片的問題。
但訓練出來，可以給別人用(雖然根本也就是我自己用)，就感覺蠻有意思的!
最近，又訓練了一個亂塗鴉的 LoRA(YunQiuLineArt01)，我覺得還蠻有趣的，分享給您。
策略模式將多種演算法封裝於獨立的策略類別中，每個策略類別都實現了一個共同的介面。這種設計允許使用者在系統運行時動態選擇和切換演算法，以達成相同的目的。
這篇要講的圖像提示詞概念是在AI繪圖的過程中輸入圖片，讓AI去理解圖像內容，或是直接參考圖像的構圖或色彩，再產生新的圖片。
雖然我最常用的是文字提示詞的方式生圖，但是圖像提示詞的應用比文字提示詞更廣也更加複雜，尤其在生成影片的範疇。
即使OpenAI在近日發表了強大的文生影片的Sora模型，但畢
給出好的指令也是一門學問! 我們在業界稱為「指令工程」(Prompt Engineering)，OpenAI 官方也有公布指令工程的操作資訊，但是今天我們只要學會這樣的操作方式，你可以贏過現在多數的AI使用者。
這篇來淺談Multicharts和XQ的基本差異
基本知識
在講差異前，先讓大家知道，程式交易或是量化分析的軟體，其實是有很多選擇的。
當然，每種選擇會有不同的上手難度，以及費用。
通常越底層的語言，上手難度會越難，相對的，靈活性也會比較高。
反之，越高階的語言，上手難度越低，但靈活度