Hysocs/Aozora_SDXL_Training
🏗️ फ्रेमवर्कHysocs
मेमोरी-कुशल SDXL फाइन-ट्यूनिंग स्क्रिप्ट, जो केवल 12GB VRAM पर उच्च-गुणवत्ता वाला प्रशिक्षण संभव बनाती है।
Aozora_SDXL_Training उन हार्डवेयर बाधाओं को दूर करता है जो आमतौर पर SDXL जैसे बड़े पैमाने के डिफ्यूजन मॉडल को फाइन-ट्यून करते समय आती हैं। इसका मुख्य नवाचार लेयर-सेलेक्टिव ट्रेनिंग आर्किटेक्चर है, जो पैरामीटर अपडेट के लिए विशिष्ट UNet लेयर्स को अलग करके VRAM उपयोग को अनुकूलित करता है। यह लक्षित दृष्टिकोण बेस मॉडल के सीखे गए अभ्यावेदन की अखंडता को बनाए रखते हुए नई शैलियों या अवधारणाओं के लिए सटीक अनुकूलन की अनुमति देता है।
तकनीकी रूप से, यह स्क्रिप्ट लचीलेपन और दक्षता के लिए बनाई गई है, जो रेक्टिफाइड फ्लो और वेलोसिटी प्रेडिक्शन जैसी उन्नत प्रशिक्षण तकनीकों का समर्थन करती है। यह उन डेवलपर्स और कलाकारों के लिए विशेष रूप से मूल्यवान है जिनके पास एंटरप्राइज़-ग्रेड हार्डवेयर नहीं है, लेकिन उन्हें पूर्ण-पैरामीटर फाइन-ट्यूनिंग से जुड़ी उच्च-निष्ठा आउटपुट की आवश्यकता है। मेमोरी फुटप्रिंट को कम करके, यह टूल तेजी से इटरेशन चक्रों को सुविधाजनक बनाता है और जनरेटिव AI वर्कफ़्लो में प्रयोग की लागत को कम करता है। रिपॉजिटरी में मॉड्यूलर स्क्रिप्ट शामिल हैं जो उपयोगकर्ताओं को अपने प्रशिक्षण वातावरण को कॉन्फ़िगर करने की अनुमति देती हैं।
💡मुख्य बातें
- ├─न्यूनतम 12GB VRAM की आवश्यकता
- ├─लेयर-सेलेक्टिव UNet ट्रेनिंग
- └─रेक्टिफाइड फ्लो और v-pred सपोर्ट
🎯के लिए
- ├─AI शोधकर्ता
- ├─जनरेटिव AI कलाकार
- └─स्वतंत्र मॉडल डेवलपर्स