NVIDIA の AMP が遅くなる理由
T2I 拡散モデルの設計メモ
目次
- テキストエンコーダー
- VAE
- GAN
- コンディショニング
- 位置埋め込み
- 目的関数
- Transformer アーキテクチャ
- ブロック図
- データセット
- キャプショニング
- 学習方法
- 高速化
LoRA の学習方法
- 画像加工
- トリミング
- 背景除去
- 白背景
- 物体検出
- Aspect Ratio Bucketing
- キャプション・設定ファイル
- キャプション方式
- タグ編集アプリ
- キャプションファイルの先頭にタグを追記するコマンド
- 設定ファイルの class_tokens
- トリガーワード
- 画風学習のキャプションファイル
- キャラ学習のキャプションファイル
- keep_tokens
- VRAM 削減
- mixed_precision
- xformers
- gradient_checkpointing gradient_accumulation_steps
- データの水増し
- 過学習防止
- 学習
- fp16 と bf16
- サンプルの出力
- 学習方式の選択
- リピート数とエポック数
- network_dim
- dim_from_weights network_weights
- network_alpha base_weights base_weights_multiplier
- min_snr_gamma
- debiased_estimation
- zero_terminal_snr
- v_parameterization
- noise_offset
- 学習率
- スケジューラ
- オプティマイザ
- 階層別学習率
- 高速化
- 省メモリ設定
- logging_dir
- SDXL
- 検証
- 学習の再開
- メタデータの閲覧
独立した眉毛やまつ毛をボーンで変形させる
独立したメッシュで眉毛やまつ毛を作ることはよくある。しかしこれらのメッシュは頂点数が少ないことが多く、ボーンで変形させづらい。そのような場合はラティスでメッシュを変形させて、そのラティスをボーン＋フックモディフィアで変形させるようにするとうまくいく。
Waifu Diffusion で効率的に画像を生成する
プロンプトリストはプロンプトやよく検索されているプロンプト（R18）、danbooru タグ検索を参照。
目次
- ワークフロー
- ツールの選択
- Stable Diffusion のモデルリンク
- Stable Diffusion の解説
- Tips
- 上手く描けない場合（胴が長いなど）はアスペクト比を変えてみる
- クオリティタグを使う
- CFG Scale を上げる
- 解像度を上げると頭や体が複数融合する
- Denoising Strength を下げると画質が落ちる
- 細部の修正
- 手の修正
- 手の自由度
- 高解像度化
- 色のコントロール
- 顔に影ができる
- ファインチューニング
シミュレーターのための自動車物理
タイヤのトラクション，ブレーキ，転がり抵抗，空気抵抗，遠心力を使用したシミュレーターを考える．簡単のために自動車は平面上を移動するものとし，段差を考慮しない．
概要
車体にかかる力をすべて計算して，数値計算により速度ベクトルと位置ベクトルとを計算する．
車体にかかる以下の力を計算により求める．太字表記はベクトルを表す．
これらを足し合わせれば車体にかかっている力が求まる．上下の移動を考慮しないので，重力は計算に入っていない．Faero と Frr と Fbrake とは Ftractionと逆向きであることに注意．
F = Ftraction + Faero + Frr + Fc + Fbrake + Fcf
力がわかれば，加速度ベクトルは運動の第２法則で計算できる．
a = F/m
a：車の加速度 [m/s2]
m：車の質量 [kg]
車の速度ベクトル v[m/s] は加速度ベクトルを時間に関して積分することで求められる．シミュレーターで積分を計算するには，オイラー法やホイン（Heun）法，ルンゲ＝クッタ法を使う．オイラー法を使う場合は以下のようになる．
v = v + dt・a
dt：前フレームからの経過時間[s]
車の位置 pも同様に計算できる．
p = p + dt・v
加速度の省略
加速度から一度に位置を計算するには以下のようになる．
p = p + v・dt + 0.5・a・dt2
フレームレートが高い場合は加速度の項は非常に小さな値になるため，加速度の項を省くことがある．
よく検索されているプロンプト（R18）
LLM を使ったストーリー作成
LLM を使ったストーリー作成が一発でうまくいく事はない。なので、ストーリー作成の各工程ごとにアイデア出しの補助をさせることでストーリーを作成する。
AI のべりすとは日本語が使えるが性能は高くない。無料で公開されているローカル実行できる LLM を英語で使ったり、Chat GPT を使う方が効率がいい。AI のべりすとの強みはアダルト文章を日本語で出力できることだ。
目次
Blender でセルルックを作る方法まとめ
Blender でハードサーフェスモデリング
一般的なポリゴンモデリングに役立つツールはモデリングの際に知っておくと便利な機能を参照。