学習回数の違いによるLoRAの出力画像の違い (SDXL版) - Stable Diffusion
LoRAの学習で学習回数の違いで出力画像にどのような変化があるかを確認します。
LoRAの学習
学習データ
こちらのページの「学習データ (テスト用 ミニ v4)」を利用します。
パラメーター
SDXLで学習します。network_dim は 2と64を利用します。
プロンプト
次の3つのプロンプトで学習回数の違いによる生成画像の結果を確認します。
Prompt1
Prompt: <lora:toricchi-000n00:1> toricchi, duck
Negative prompt: worst quality, low quality
Prompt2
Prompt: <lora:toricchi-000n00:1> toricchi, duck,1 girl, sunflower field background, blue sky
Negative prompt: worst quality, low quality
Prompt3
Prompt: <lora:toricchi-000n00:1> toricchi, duck, cyberpunk, dark city, battle
Negative prompt: worst quality, low quality
生成結果
Dim2
network_dim = 2 の設定で学習回数を変化して画像生成結果を確認します。
Epoch200:step1,400
Epoch400:step2,800
Epoch600:step4,200
Epoch800:step5,600
Epoch1000:step7,000
Epoch1200:step8,400
Epoch1400:step9,800
Dim64
network_dim = 64 の設定で学習回数を変化して画像生成結果を確認します。
Epoch200:step1,400
Epoch400:step2,800
Epoch600:step4,200
Epoch800:step5,600
Epoch1000:step7,000
Epoch1200:step8,400
Epoch1400:step9,800
評価・所感
Dim2の場合、Epoch200では幾何学模様の画像が生成される場合があり、学習回数が足りていない印象があります。
Epoch600以上では Prompt3 の背景が灰色になる結果が出始めており、これは過学習の印象があります。
Epoch1000以上はPrompt1の背景色もグレーになるため、こちらも学習しすぎのように見えます。
Epoch300～500近辺が最適な学習状態のように見えます。
他の比較結果と合わせた結果は
こちらの記事も参照してください。
著者
iPentecのメインデザイナー
Webページ、Webクリエイティブのデザインを担当。PhotoshopやIllustratorの作業もする。
