我给大家接着讲一下演习画风的流程。
·首先要准备的数据集，这个数据集可以是自己的画风，如果有自己的画风，可以把图集丢进去演习就好了。
·如果想演习一个特定的别人的风格，但是又创造图片没有那么多，不敷以达到演习的数量怎么办？我给大家看一下，有一些技巧。
→不是有MJ吗？MJ这个工具刁悍的地方在于有一个很强大的大模型，所以是借助它的大模型去刷出想要的风格的图片。
→也可以把自己的作品丢上去上传，算法要给一个参数，便是iw，iw便是给图片的相似度的参数，最大值是2，这个在MJ的课程里面有讲过，专门提过这个参数。
这样就算自己的作品的数量不足多的情形下，也想演习lora怎么办？可以用这种办法去传上去，让它模拟出一堆类似的风格，当做演习集去演习。
·看一下本日要做什么风格演习？本日演示演习这种风格，可以多刷几张。选数据集的时候要把稳只管即便不要去选同一个人了，如果所有图片都是同一个人，画出来东西肯定便是同一个人了。
可以改换关键词，现在是画个女生，可以画个老人，只管即便让样本丰富一点，让演习出来Lora泛化能力强一点，不但是画美女，肯定要须要多一点样本。可以找一些彷佛比较不错的图集，直接下载下就可以了。
知道这个道理之后就知道怎么网络图片了。实在演习的好和不好很大的差异便是取决于演习的图集参数反而是排在第二，参数并没有那么主要，更主要的是喂给AI的这些图集。比如老人，这里便是重复刷图，过程快进，22张可以了，好看到吗？小图也能看到它的特色，这肉眼可见的特色。
大家走一下流程，后面的流程跟演习角色的流程是差不多的。首先要图片的尺寸处理，但是用的是MJ直接天生的，以是每一个尺寸都是一样的，这个我以为就不须要了，直接省却一部了，但最好是512。
先统一处理一下，来到这里，把图片预处理这里，存到哪里？存到这里中兴个名字，512改成512的，这是目录名字，随便起，直接预处理。完了再回来看一下，这里就多了一个目录，目录里面尺寸都是512的。
接着现在这种图片也是没有太多奇怪的背景和别的不须要的东西，完备便是想要的风格，以是也不须要去做抠图这件事情了，也不须要做了。接下来就可以做打标环节，画风实在不须要做太多的打标处理，直接让它自动打标就可以了。比如放到这里，把目录copy过来，然后打标器随便选一个就可以了。
该说错，选overwrite。那它就每张图片都给你去打了这个标，然后保存就行了，这个不须要备份了，直接保存。
·现在这所有的演习素材就已经准备好了，这个是目录的命名规则，这个12是它的循环次数。
·这里又回到之前讲演习时候的一些参数，比如说这里，仔细看一下，刚才的这个是10，10乘以22就对吧？220然后再乘以12是多少？得到的是2640。
·按照我推举的步数来说，画风哀求是8000步以内，人物是2000步以内，以是现在只有2640，至少还差了4倍是吧？差了4倍怎么办？重复的演习次数乘以4，48，虽然说不须要那么精准，我给的公式便是大概的范围，以是多一点少一点没紧要，就变成1万10560步了，差不多，少一点的，不用那么多，一万多步了。
·由于涉及到演习韶光，如果重复次数多，那韶光就成倍的翻倍了，就40就可以了。
这便是参数的设置了，不难吧？这个不便是一个小学的加减乘除吗？不难吧是吧？直接右击它，然后用poweshell运行，开始演习，你看它已经开始了，这是开始学习的界面，就不用管，不用等，反正末了看到是train就可以了。
本日讲的内容就到这了。