就和上电脑第一课要学什么是鼠标什么是电脑一样,玩ai绘画也要知道什么是显存,内存,硬盘存储量,还有cpu等等,所以你最好最好是受完高等教育(专科也好,本科也好)起码打好了基础再学ai,不然你自学能力太差,只等着别人喂你是不现实的,ai学习讲的是实践和探索相结合,需要所有人的智慧反复交流才能出结果的。别指望一个人的脑子记住所有的事情,那不现实。
对于ai绘画的学习,画师其实事有天然优势又有天然劣势的。优势在于他已经掌握了绘画技法,可以弥补ai技术的不足。劣势在于思路的转变比起正常人要困难几百倍。
有的人一辈子也转变不了,别说ai绘画了,连绘画软件他都学不来。
一,显卡选择
显卡性能:
首先请看这张图:
图片出处应该是ai吧和ai群社区,作者的名字在上面
要明白一件事事情,所有显卡跑ai都是靠cuda和显存,而除了N(英伟达)系显卡,它就没有cuda,自然也不存在怎么跑这个东西的说法。原因是因为开发的时候用的都是这个,自然也就不会去适应其他了。但是cpu也能强行跑。
cuda负责计算。
而显存负责存储。
当跑一张图时,如果图片尺寸过大,显存就可能承受不住。
而图片精度过高,重绘需求过大,cuda则会超标。
但是并不只是单纯的要求显卡数值大就好。还涉及到半精度,性价比的问题。
专业卡(深度学习卡)毫无疑问是专门针对人工智能设计的,但是你也要彻底牺牲游戏娱乐了。
单纯从兼顾游玩和学习双管齐下,性价比还不错,甚至全训练都能行的就是号称垃圾到矿老板都嫌弃的3060.实际就是你想满足所有的需求还不想割肉结果就是它哪项都做不好,只能凑合用。
2,半精度
Tesla GPU系列P40不支持半精度(FP16)模型训练因为它没有 core。
说白了就是,对于不支持半精度的显卡,性能基本相当于被砍了一半。所以你买显卡之前最好研究清楚显卡性能,不是所有的老服务器显卡都是香饽饽。
3,显卡不行怎么办
有云服务器跑图和训练的专门教程,b站搜索一下就可以。
二,报错
报错的原因千奇百怪
有时候时插件和webui本体不兼容,有时候则是某个插件不支持某个启动参数
比如控制网的STYLE:
查到的目前有说法是把non-batch-cond启动参数去掉,换成
—batch-cond-,据说是和显存优化有关,我的显存实在是不需要优化,所以也没碰到这个病。像这种毛病只能去社区,群大家交流着问。
我之前也遇到过的报错,原因居然是因为直接导入骨骼文件不行,必须保存png重新上传才行。
还有首次使用lora时,我基本是把所有坑都踩了个遍(毕竟是第一批研究这个的,想当先驱者,就得这么折磨自己。)
简单来说,多用百度去查,多加相关技术群去问。
三,各种格式的模型
ckpt,bth,,pt这些格式的文件,被统一称呼为“模型文件”
但是它们具体是什么类型的文件不是说按照后缀名分类的!
而是通过使用功能来区分
1.大模型db类 也被我们称呼为基础模型,主要格式为ckpt,。
2. 主要格式为pt,实际是一堆关键词合集
3.主要格式为pt,影响画风,属于lora的前身了。具有训练难度大,效果有限等等问题,时代的眼泪。
3.VAE主要格式为ckpt,。属于染色文件,有些和大模型放在一起就可以,有些需要放在vae文件夹下单独调用
4.lora 主要格式为ckpt,。挂载类模型,最初需要插件加载,现在可以自加载。训练要求强度小,容易学习,容易使用。必须配合大模型db使用。
5.主要格式为ckpt,。挂载类模型,必须安装
插件才能发动效果的新型挂载模型,具有训练难度大,但色彩细节效果精确的优点,相比lora难,相对大模型db小。必须配合大模型db使用。
6.控制网模型sd-webui-
分预处理某型和效果模型。专用。
四,tag提示词的学习:
主要还是看:
元素法典制作委员会
群内的交流,还有各种网站的宝典也是必不可少。
魔咒百科词典 ()
鳖哲法典 ()
还有个日站法典,因为一万个理由我不能在这里放链接。
五,推荐学习的up主:
首推的是这几位,首先是因为他们讲话不是研究员风格,起码是一般人也能听懂的。
实操问题也不多(你学什么都要自己上手才行,插件也是每天更新的。)
大江户战士
赛博宇
佛祖级:
研究性质的文章和内容较多,对于想继续学习和深入一部分研究的人来说很重要,但是对于没有任何基础的人又太难。推荐无论如何也该关注一下,遇到严重问题时还是需要抱佛脚的。
独立研究员-星空
秋葉aaaki
六,节点化:
作为新版ui对标的是webui.
作为ui,它的优点是流程化和自动化更强,但是延展性肯定不如已经拓展了这么久的webui了。
请根据自己的工作研究需要自行选择。
对于常用和untiy的用户,节点界面实在是刻在dna里的结构了。