नया वेट पार्सर, अपडेट किया गया

11 जून को स्पष्ट उदाहरणों, अभ्यासों और एक लघु प्रश्नोत्तरी के साथ अपडेट किया गया

वेट हमारे वेब यूआई और टेलीग्राम बॉट में एक नई सुविधा है, जिसे टेक्स्ट पार्सर नामक एक सबसिस्टम द्वारा संभव बनाया गया है, वस्तुतः कोड का एक टुकड़ा जो यह समझने की कोशिश करता है कि आपके लिए कौन से शब्द सबसे महत्वपूर्ण हैं। पुराना टेक्स्ट पार्सर वेट का समर्थन नहीं करता था, नया करता है। आप दोनों के बीच फ़्लिप कर सकते हैं।

वेब यूआई: उन्नत विकल्प पर क्लिक करें और इसे चालू करने के लिए इस टॉगल को स्विच करें:

टेलीग्राम: जब आप रेंडरिंग कर रहे हों तो यह कमांड जोड़ें:

/ render /parser:new आपका प्रॉम्प्ट यहाँ जाता है (dog:2) आदि

जब तक इनमें से किसी एक को लागू नहीं किया जाता, तब तक वज़न को अनदेखा कर दिया जाता है। जब हमारा बीटा पीरियड खत्म हो जाता है, तो पार्सर कमांड चला जाता है।

भार का परिचय

You’ve probably seen an Stable Diffusion prompt that looks like thing like this: <yae-miko:0.7>. This is a way of adding or subtracting its effect from a prompt, where the default value is 1, too much is 2, and a negative number is bad news. It is similar to negative guidance, where things get eerie.

_{Side note about syntax: In our system, pointed brackets like <this> means AI model, like a LoRA and round parenthesis (like this) are used for words, also called Tokens. This guide teaches both kinds.}

वजन सीमा और सुरक्षित डिफ़ॉल्ट

0 से बड़ी संख्या, चाहे वह आंशिक ही क्यों न हो, फिर भी सकारात्मक भार है। इसलिए भले ही 0.7 पूर्णांक 1 से कम दिखता हो, (कुत्ता:0.7) जैसी अभिव्यक्ति का अभी भी मतलब है कि कुत्ते की कोई छवि चित्र में शामिल होगी। 0 से कम नकारात्मक है, और नकारात्मक आम तौर पर बुरी खबर होती है।

वज़न में, नकारात्मक संकेत नकारात्मक संकेतों की तरह काम नहीं करते। शायद आपका मतलब शून्य से है, नकारात्मक से नहीं। नकारात्मक वज़न ट्वाइलाइट ज़ोन है, चीज़ें नकारात्मक की तरह डरावनी हो जाती हैं Guidance संभव है, लेकिन अजीब है।

सबसे अधिक इस्तेमाल किया जाने वाला वजन 0.7 है

खास तौर पर LoRAs के लिए। कई लोग 0.7 को शुरू करने के लिए सबसे सुरक्षित स्थान मानते हैं, क्योंकि यह रास्ता देता है ताकि एक आधार मॉडल कला को सेट कर सके style , लेकिन अभी भी अपना काम करने के लिए मौजूद है। विशेष रूप से LoRAs का उपयोग करते समय, आप शायद ही कभी 1 या उससे अधिक वजन का उपयोग करना चाहते हैं जब तक कि आप बहुत बोल्ड प्रभाव नहीं चाहते हैं।

चित्र 1: भार बनाम सकारात्मक संकेत

कुत्ते शब्द पर अतिरिक्त ध्यान देने के तीन तरीके हैं:

(dog:1.1), (dog) और ((dog:1.1)), लेकिन अंतिम वाले की सलाह आम तौर पर नहीं दी जाती क्योंकि इससे चीजें कठिन हो जाती हैं control और इसके बुरे परिणाम हो सकते हैं।

वज़न क्यों उपयोगी है?

भारित संकेत सापेक्ष विचारों को व्यक्त करने के लिए उपयोगी होते हैं। उदाहरण के लिए, render एक कुत्ते की छवि जिसमें बिल्ली के कुछ गुण हों, आप संकेत दे सकते हैं:

/render /parser:new  a (cat:2,dog:0.5)

ध्यान दें कि इसकी नाक और पंजे कुछ-कुछ कुत्ते जैसे हैं, लेकिन यह मुख्यतः बिल्ली जैसा है।

_{साइड नोट: याद रखें कि शब्दों का क्रम भी मायने रखता है, वज़न से ज़्यादा। अगर हम उन दो सरल शब्दों के क्रम को बदल दें, तो वज़न समान रहने के बावजूद यह एक अलग छवि बन जाती है। दो जानवरों को मिलाने के मामले में, इस विचार को समझना मुश्किल है, इसलिए आइए blend अधिक concepts अगला।}

याद रखने योग्य अच्छी रेंज

• मध्य 1 है
• सकारात्मक संकेत इस प्रकार हैं
  • (good:0.7) <– weaker positive
  • (good:1.3) <–stronger positive
• इस तरह के नकारात्मक संकेत [(चीज़:1), (चीज़:1.3), चीज़:0.7)]
• नकारात्मक भार का उपयोग केवल LoRA के साथ करें (अपने जोखिम पर!)

कुत्ता – तटस्थ
(कुत्ता) – कुत्ता 1.1x महत्वपूर्ण है
(कुत्ता:1) – तटस्थ
(कुत्ता:1.1) – कुत्ता 1.1 गुना महत्वपूर्ण है

सकारात्मक वाक्यविन्यास को सकारात्मक भार के साथ मिलाना कारगर है (लेकिन इसकी सलाह नहीं दी जाती)

((dog:0.5)) – dog 0.5x है जिसे (सकारात्मक) वाक्यविन्यास द्वारा मजबूत किया गया है
((dog:2.0)) – dog is 2x को (पॉजिटिव) सिंटैक्स द्वारा मजबूत किया गया है और यह संभवतः आपके render तोड़ देगा क्योंकि यह इस एकल प्रॉम्प्ट को बहुत मजबूत बनाता है

लेकिन यही बात नकारात्मक संकेतों के लिए नहीं कही जा सकती

कुत्ता – तटस्थ
[कुत्ता] - एक मानक नकारात्मक संकेत, जिसका अर्थ है कि यह 1.1x हतोत्साहित है
[dog:2] – 2x को अनदेखा किया जाता है, यह केवल 1.1x नकारात्मक संकेत के रूप में संसाधित होता है
[[dog:2]] – 2x को भी नज़रअंदाज़ कर दिया जाता है, और [negative] सिंटैक्स को अपना लिया जाता है

क्या आपको समझ आया? खुद को परखें

प्रश्न) क्या आप () के बिना वज़न का उपयोग कर सकते हैं? उदाहरण के लिए, क्या good:1.6 वैध है, या आपको (good:1.6) का उपयोग करना होगा?

A) आपको (good:1.2) का उपयोग करना होगा

प्रश्न) यह नकारात्मक के साथ कैसे काम करता है? उसी तरह? [बुरा:1.6]?

ए) इसके ठीक से काम करने के लिए आपको [(bad:1.2)] का इस्तेमाल करना होगा। इसके अलावा [] के अंदर () के बारे में चिंता न करें क्योंकि इससे वजन बढ़ जाता है, क्योंकि इसका प्रभाव न के बराबर है।

परिशुद्धता की डिग्री

दशमलव के लिए, एक या दो डिग्री पर्याप्त से अधिक है। हमारे परीक्षण में, (dog:0.55) अन्य सभी मानों को लॉक करने पर (dog:0.55348567) से बहुत अलग नहीं है।

जब आप सापेक्ष भार का परीक्षण कर रहे हों, तो याद रखें कि हमारा सिस्टम seed , guidance , और sampler के लिए यादृच्छिक मान निर्दिष्ट करता है। यदि वे मान सेट नहीं हैं, तो आपको डिज़ाइन के अनुसार हर बार बहुत अलग चित्र मिलेंगे। आइए कुछ अभ्यास करें जहाँ वे मान हमेशा समान हों और तुलना करें।

व्यायाम: लाल, नीला, कुत्ता, बिल्ली

यहाँ हमारे पास कुछ कुत्ते जैसी दिखने वाली बिल्लियाँ हैं, कुछ नीली हैं और कुछ लाल हैं। आपने जो सीखा है उसका उपयोग करके छवि से किसी रंग या जानवर की विशेषता को हटाने का प्रयास करें, क्या आप ऐसा कर सकते हैं? वज़न के अलावा, Guidance भी महत्वपूर्ण है, आप अपनी इच्छानुसार कोई भी संकेत दे सकते हैं लेकिन कम guidance वैसे भी AI आपके ज़्यादातर आदेशों को अनदेखा कर देगा। इसलिए अपना सेट करें guidance 13 तक ले जाएं ताकि यह आपकी बात अच्छी तरह सुन सके।

/render /seed:32745 /sampler:ddim /guidance:13 /parser:new /images:1 blue cat, red dog, [blue cat, red dog] <dreamshaper6>

चलिए शुरुआत करते हैं control छवि। कोई वज़न नहीं। अब लाल रंग को हटाने की कोशिश करते हैं।

/render /seed:32745 /sampler:ddim /guidance:13 /parser:new /images:1 blue cat, red dog, [blue cat, (red dog:2)] <dreamshaper6>

हमने "लाल कुत्ते" का ऋणात्मक भार बढ़ा दिया है, टोकन "कुत्ता" और टोकन "लाल" को हटा दिया है, इसलिए ये अब अधिक स्पष्ट रूप से बिल्ली की तरह हैं और छवि में कोई लाल जानवर नहीं है।

आइये एक और अभ्यास करें: क्या आप सभी बिल्लियों से छुटकारा पा सकते हैं?

एक संभावित समाधान यह है:

/render /seed:32745 /sampler:ddim /guidance:13 /parser:new /images:1 (blue cat:0.1), (red dog:2), [(blue cat:2), (red dog:0.1)] <dreamshaper6>

नीली बिल्ली से छुटकारा पाना मुश्किल था, संभवतः इसलिए क्योंकि वह पहले क्रम में थी। इसलिए उनसे छुटकारा पाने के लिए बहुत सारे वज़न को इधर-उधर करना पड़ा।

अभ्यास 1: यह संकेत लगभग पहले वाले के समान ही छवि क्यों उत्पन्न करता है? control छवि?

/render /seed:32745 /sampler:ddim /guidance:13 /parser:new /images:1 blue cat, red dog, [blue cat, red dog:2] <dreamshaper6>

उत्तर: क्योंकि नेगेटिव प्रॉम्प्ट के अंदर कोष्ठक गायब है। जो संसाधित किया गया वह भार नहीं था, बल्कि एक कमज़ोर [नकारात्मक प्रॉम्प्ट] भार 2 नकारात्मक को अनदेखा कर दिया गया था। कोष्ठक के बिना, इसका शाब्दिक अर्थ केवल "संख्या 2" है।

अब आइए कोष्ठक के विकल्प के रूप में दोहरे वर्गाकार कोष्ठकों का प्रयोग करें, क्या यह नकारात्मक टैग के अंदर कोष्ठक के समान ही कार्य करेगा?

/render /seed:32745 /sampler:ddim /guidance:13 /parser:new /images:1 blue cat, red dog, [blue cat, [red dog:2]] <dreamshaper6>

यहाँ, जो संसाधित किया गया है वह एक डबल मजबूत नकारात्मक [[इस तरह]] है और भार को भी अनदेखा किया गया है। तो अब हम जानते हैं कि यह काम नहीं करता है, इसके लिए कोष्ठक की आवश्यकता है। लेकिन अगर हम सिर्फ कुत्तों से छुटकारा पाना चाहते हैं, तो भार के बजाय नकारात्मक का उपयोग करना भी एक वैध रणनीति है। देखा? मजबूत नकारात्मक के कारण कुत्ते के लक्षण खत्म हो गए हैं। अगर हम यही चाहते थे, तो भार की कोई जरूरत नहीं है। एक साधारण नकारात्मक काम करता है।

अभ्यास 2: गलती पहचानें

क्या यह संकेत अपेक्षित रूप से कार्य करेगा?

Figure 1 - /render /parser:new /clipskip:1 /seed:761614 /sampler:ddim /guidance:11.5 1girl [lowres:2, blurry:2, worst quality:2, pixelated:2] <sushimix>

या शायद यह होगा?

Figure 2 - /render /parser:new /clipskip:1 /seed:761614 /sampler:ddim /guidance:11.5 1girl [lowres;2, blurry;2, worst quality;2, pixelated;2] <sushimix>

सही उत्तर यह है कि उनमें से कोई भी ठीक से काम नहीं करेगा, वे दोनों गलत हैं। दोनों में (वज़न कोष्ठक) गायब है, इसलिए कोई वज़न नहीं लगा। इसके अलावा, चित्र 2 में एक बिंदु को साबित करने के लिए जानबूझकर अर्धविराम की टाइपो है - वे दोनों मूल रूप से एक ही तस्वीर में परिणाम देते हैं। परिणाम नीचे दिखाए गए हैं, शब्दों के रूप में संसाधित गलत ; के टोकन अंतर के कारण परिवर्तन बहुत मामूली हैं। यह कि उनके परिणामस्वरूप मामूली छायांकन अंतर हुआ, यह मनमाना है, यह कोई बात नहीं है।

हम भी यही ले सकते हैं seed और उन भारों को आग में डालिए, और वही संकेत अचानक एक बहुत ही अलग तस्वीर बन जाता है।

/render /parser:new /clipskip:1 /seed:761614 /sampler:ddim /guidance:11.5 1girl [(lowres:2), (blurry:2), (worst quality:2), (pixelated:2)] <sushimix>

उन्हें अलग-अलग कोष्ठकों में रखना है या नहीं, या एक लंबे कोष्ठक में भार और अल्पविराम का उपयोग करना है या नहीं, यह आप पर निर्भर है। ये दोनों काम करते हैं और एक दूसरे के सापेक्ष एक समान तस्वीर में परिणाम देते हैं, लेकिन भार दोनों में काम कर रहे हैं।

/render /parser:new /clipskip:1 /seed:761614 /sampler:ddim /guidance:11.5 1girl [(lowres:2, blurry:2, worst quality:2, pixelated:2)] <sushimix>

माना कि ये दोनों ही खूबसूरत तस्वीरें हैं, इसलिए बारीकियों को पहचानना मुश्किल है। अगर आप कभी पूरी तरह से भ्रमित हो जाते हैं, तो लाल/नीला, कुत्ता/बिल्ली की रणनीति पर वापस जाएं ताकि यह सुनिश्चित हो सके कि आपका प्रॉम्प्ट वही कर रहा है जो आप सोच रहे हैं।

वेब यूआई में भार का उपयोग करना

यदि आप जानते हैं कि आप क्या कर रहे हैं, तो बस उन्हें टाइप करें और वे स्टेबल डिफ्यूज़न के पीसी संस्करण में काम करते हैं। वेब यूआई में नया पार्सर चालू करने के लिए:

1. उन्नत (नीचे बाईं ओर) पर क्लिक करें
2. स्क्रीन के ऊपर दाईं ओर स्थित वेट बटन पर क्लिक करें (चित्र में)

वजन mode फिर स्लाइडर्स प्रकट होंगे, ताकि आप अधिक आसानी से शब्दों को सेट कर सकें और अन्य प्रकार के दृश्य स्टैक कर सकें concepts एक साथ मिलकर एक अनूठी रचना तैयार करें।

आइये इस पृष्ठ पर उन सभी तत्वों की समीक्षा करें जिनके साथ आप खेल सकते हैं:

1. ऊपर दाएँ: वज़न टैब सक्रिय है, इसलिए आप अलग-अलग शब्द टाइप कर सकते हैं और स्लाइडर का उपयोग करके प्रत्येक शब्द में अलग से वज़न जोड़ सकते हैं। अधिक जोड़ने के लिए 'भारित शब्द जोड़ें' ग्रे बटन पर क्लिक करें, या यदि उन सभी शब्दों का वज़न बराबर होना चाहिए तो अपना पूरा सकारात्मक संकेत वहाँ लिखें।
2. नीला स्लाइडर 1.0 का वज़न दिखाता है। अगर आप इसे बाईं ओर स्लाइड करेंगे, तो यह बॉक्स को लाल कर देगा, जो यह दर्शाता है कि इसका नकारात्मक प्रभाव होगा।
3. वैकल्पिक रूप से, आप एक का चयन कर सकते हैं recipe रेसिपी प्रॉम्प्ट टेम्प्लेट हैं जो दिखाए गए फोटो के समान दृश्य परिणाम बनाते हैं। रेसिपी का अपना बेस मॉडल होता है, लेकिन आप इसे ओवरराइड कर सकते हैं।
4. Base art style, or base model, is the over-arching visual style and contents model. The base model has the biggest visual impact over the image. Here the model <revani> aka Rev Animated is selected.  Base models do not have weights, they are the foundation that everything else sits on top of.

यहां, हमने एक नया कीवर्ड जोड़ा है और इसे 0.49 का नकारात्मक भार दिया है

“जोड़ें” बटन पर क्लिक करना Concept ” बटन हमें बेस मॉडल बदलने, या अतिरिक्त दृश्य स्टैक करने देता है concepts जैसे कि पात्र, प्रभाव, मुद्राएँ, और बहुत कुछ।

मैं एक अजीब काल्पनिक जानवर बना रहा हूँ, इसलिए मैंने जीव श्रेणी में जाकर एक जानवर चुना। इस सुविधा का अधिकतम लाभ उठाने के तरीके के बारे में जानने के लिए नीचे "सर्वोत्तम अभ्यास और समस्या निवारण" देखें।

यदि आप कोई गलती करते हैं, तो आप इतिहास बटन दबाकर पुनः संपादन कर सकते हैं।

नीचे आपको एक और विकल्प मिलेगा Brew बटन, जो आपको आसान गैर-भार पर वापस ले जाता है mode , साथ ही पुलडाउन के लिए भी guidance (सीएफजी), पहलू अनुपात, और Steps बनाम संख्या Images प्रत्येक मान को समान समय लगता है render .

इसे एक साथ रखना

हमने 1.0 वजन वाला लोरा भी जोड़ा है। इसे संभवतः सुरक्षित रहने के लिए 0.7 पर समायोजित किया जाना चाहिए, tsk tsk। तो दृश्य concept "चीनी ड्रैगन" छवि का विषय बन जाएगा, जिसमें प्रॉम्प्ट टेम्पलेट "अनकेस्ड फैंटेसी" होगा जो संभवतः "मास्टरपीस" और "उच्च गुणवत्ता" जैसे टोकन जोड़ता है, जबकि "उत्परिवर्तित नहीं" जैसे सामान्य नकारात्मक प्रॉम्प्ट भी जोड़ता है, आदि।

और यहाँ मेरा 70% ड्रैगन कुत्ता-बिल्ली है। निष्पक्षता से कहूँ तो ज़्यादातर ड्रैगन बिल्ली है। मुझे लगता है कि एशियाई कला में बिल्लियों और ड्रैगन के साथ मजबूत जुड़ाव मेरे अधिक मांसल वजन वाले कुत्ते को हरा देता है, इसलिए मैं वापस जा सकता हूँ और बिल्ली को और कम कर सकता हूँ, या अपने परिणाम को बदलने के लिए कुत्ते के दिखने के बारे में और शब्द जोड़ सकता हूँ।

जब आप समाप्त हो जाते हैं images जो बिल्कुल सही नहीं हैं, आप अपने प्रॉम्प्ट इतिहास पर वापस जाने के लिए मेरा संग्रह क्लिक कर सकते हैं, और जिन्हें आप नहीं चाहते हैं उन्हें हटा सकते हैं।

टेलीग्राम में काम करते समय, आप /delete कमांड का उपयोग करके चित्र पर रिप्लाई करके उसे अपने इतिहास और संग्रह से मिटा सकते हैं।

सर्वोत्तम अभ्यास और समस्या निवारण

अधिकांश समस्याएँ तब उत्पन्न होती हैं जब वजन बहुत अधिक होता है, या जब concepts यदि आपने सब कुछ 0.5 से 0.7 के बीच सेट कर रखा है तो आप अधिकांश समस्याओं से बच सकते हैं।

कुछ मॉडल बहुत संवेदनशील होते हैं। अगर उनमें गड़बड़ी हो रही है, तो 0.1 जितना कम प्रयास करें। हमने उदाहरणों के साथ आम LoRA समस्याओं को ठीक करने पर एक अलग अनुभाग लिखा है।

कितने दृश्य concepts ज्यादा है?

आप किसी इमेज में कम वज़न वाले 2-3 LoRA सुरक्षित रूप से जोड़ सकते हैं, हालाँकि ध्यान से सोचें कि वे कैसे ओवरलैप करते हैं। अगर इमेज वापस नहीं आती है, तो इसका मतलब है कि सर्वर की मेमोरी खत्म हो गई है और इमेज पूरी नहीं हो पाई। कम इमेज काउंट का प्रयास करें।

गुणवत्ता में ड्राफ्ट चुनें settings , अपने विचार का परीक्षण करने के लिए। यदि कोई विरोधाभासी बात हो तो अधिक समय तक प्रतीक्षा करने का कोई मतलब नहीं है concepts , अपने विचार को धीरे-धीरे बनाना और उस पर पुनरावृत्ति करना बेहतर है।

नीली कलाकृतियाँ आम हैं

LoRAs और वज़न के साथ काम करते समय, आप अनिवार्य रूप से संघर्षों में भाग लेंगे। उदाहरण के लिए, एक ज़ोंबी का LoRA जोड़ना और एक नाइट के हेलमेट का LoRA जोड़ना मतलब दोनों चेहरे को प्रभावित करने के लिए लड़ेंगे, और नीले रंग की कलाकृतियाँ होंगी। यदि ऐसा होता है, तो अपने वज़न को कम करें, या एक अलग दृश्य चुनें concept चीजों को सरल रखें और धीरे-धीरे निर्माण करें।

छवि एक रंगीन वर्ग के रूप में वापस आती है, कोई विषय नहीं

कुछ (बहुत कम) मॉडल ऐसे हैं जो हमारे सिस्टम के अनुकूल नहीं हैं, लेकिन आम तौर पर जब LoRA का वज़न कम होता है, तो ऐसा नहीं होना चाहिए। अगर आपको लाल वर्ग मिल रहा है, तो अपना वज़न कम करें। अगर आपको अभी भी कुछ ऐसा मिल रहा है जो हरे पहाड़ों या शोर जैसा दिखता है, तो कृपया हमें बताएं।

इंटरनेट पर देखी गई किसी चीज़ से अलग परिणाम

हम भी आपके साथ हैं। हर कोई अपने सबसे अच्छे रहस्यों को प्रकाशित नहीं करता है, जिसमें उनकी गलतियों को सुधारना भी शामिल है। images inpaint और लाइटरूम का उपयोग करके 3 घंटे तक। स्थिर प्रसार के भीतर प्रतिस्पर्धा community सबसे अच्छा बनाने के लिए images बहुत भयंकर है। इसमें थोड़ी धोखाधड़ी है। इसमें मत फंसो।

लोकप्रिय सिविटाई वेबसाइट के मामले में, देखें कि टिप्पणियों में अन्य उपयोगकर्ता क्या कह रहे हैं और सुनिश्चित करें कि आप भी वही उपयोग कर रहे हैं concepts यदि हमें कोई ऐसा मॉडल नहीं मिल रहा है जिसकी आपको आवश्यकता है, तो हमें बताएं और हम उसे जोड़ देंगे।

आपके स्थानीय पी.सी. से बहुत भिन्न परिणाम

इस मामले में, हम वास्तव में जानना चाहते हैं - कृपया हमसे संपर्क करें। यह AI मॉडल के विभिन्न संस्करणों के कारण हो सकता है, जिस स्थिति में हम उन्हें तुरंत अपडेट कर सकते हैं।

हार्डवेयर, ड्राइवर्स और अन्य वेब घटकों के कारण हमारा सिस्टम भी थोड़ा अलग तरीके से कैलिब्रेट किया गया है, लेकिन सामान्य छवि गुणवत्ता तुलनीय होनी चाहिए।

यदि आपको लगता है कि आपने कोई बग देखा है तो कृपया हमें बताएं।