//=time() ?>
@UUYProのイラストで学習
レイヤ構造:1,1.5,1.5,1.5,1
step:MAX5000 活性化関数:relu 学習率:0.0001
ニューラルネットワークレイヤ構造を”深く狭い”設定
画像は初期⇒4000⇒最終
学習率の違い
左0.000005(step4万)
右0.0001(step2万5千)
所感
学習率は元の学習モデルへの影響度合いとして出る
小さければ本のモデルに味付け程度に絵柄を影響できる
大きいとガッツリ学習絵柄に寄るが
悪いところも覚えたり、絵柄が崩れたりする
調整は数字より桁を変えるレベルでやるぐらいでやる
@UUYProのイラストで学習
Dataset:512×512 52枚(左右反転含む)
step:40000 epooch:769
レイヤ構造:1,2,1 活性化関数:relu 学習率:0.000005 sampling:once
(他Automatic1111の初期設定)
#AIart #AIイラスト #anythingv3
#ファインチューニング #HyperNetwork
@UUYProのイラストで学習
Dataset:512×512 52枚(左右反転含む)
step:25000 epooch:390 最終時損失:0.07付近
レイヤ構造:1,2,1 活性化関数:relu 学習率:0.0001 sampling:random
(他Automatic1111の初期設定)
#AIart #AIイラスト #anythingv3
#ファインチューニング #HyperNetwork