Cara Melatih Model LoRA Anda Sendiri Tanpa Coding?

Pengenalan

Apakah Anda ingin membuat model AIGC Anda sendiri? Model yang memahami kebiasaan Anda, sesuai dengan gaya Anda, dan memberikan hasil yang benar-benar mencerminkan visi Anda? Maka Anda harus mencoba melatih model LoRA — ini akan membuat proses kreatif Anda lebih efisien dan bebas.

LoRA adalah metode fine-tuning yang ringan. Alih-alih melatih model besar dari awal, LoRA membangun di atas model yang sudah ada dengan menambahkan lapisan “adaptasi yang dipercepat.” Anggap saja sebagai memberikan model tujuan umum pakaian yang dibuat khusus, membantu model berkinerja lebih baik pada tugas-tugas spesifik.

Dibandingkan dengan metode pelatihan tradisional, LoRA lebih cepat, lebih hemat biaya, dan tetap memberikan hasil yang sangat dipersonalisasi. Misalnya, Anda bisa melatih LoRA untuk membuat ilustrasi dalam gaya seni tertentu atau untuk lebih memahami prompt yang sering Anda gunakan — sehingga output lebih akurat dan sesuai dengan visi kreatif Anda.

Dalam tutorial ini, kami akan memandu Anda langkah demi langkah melalui pelatihan model LoRA. Kemudian, Anda dapat dengan mudah membuat AI kustom Anda sendiri untuk meningkatkan proyek kreatif Anda.

Platform pelatihan kami adalah WaveSpeedAI. Anda dapat menemukan alat pelatihan dengan mencari qwen-image-lora-trainer.

Unggah Data

(1) Seperti yang ditunjukkan pada gambar, klik area data dan unggah file .zip yang berisi beberapa gambar.
(2) Kami merekomendasikan menyiapkan 10 hingga 20 gambar yang terkait dengan efek yang Anda inginkan. Misalnya, jika Anda ingin mempelajari gaya seniman komik, kumpulkan karya mereka dan kompres ke file .zip.

P.S. Untuk mencapai hasil pelatihan terbaik, ada beberapa hal penting yang harus Anda ketahui tentang gambar dalam file zip Anda.
a. Pastikan set gambar beragam, menunjukkan subjek atau gaya dari berbagai sudut dan perspektif.
b. Jaga subjek atau fitur tetap jelas, dan hindari detail yang tidak perlu dalam gambar.
c. Pastikan gambar berkualitas tinggi. Gambar harus terlihat bagus, jelas, dan tidak memiliki tanda air.
d. Sebaiknya semua gambar memiliki ukuran yang sama.
e. Saat membuat file zip, jaga agar tetap terorganisir. Hanya sertakan file gambar dan file .txt, dan hindari menambahkan jenis file lain atau konten tambahan.

Atur trigger_word

(1) trigger_word memberi tahu model: ketika Anda menggunakan kata ini dalam pembuatan gambar, ia terhubung ke data yang Anda unggah.
(2) Di kotak input trigger_word, Anda dapat memasukkan pengidentifikasi unik, seperti: p3r5on.

Aturan penggunaan:
a. Tanpa keterangan: Model akan langsung menggunakan kata yang Anda masukkan di kotak trigger_word (misalnya, p3r5on) sebagai satu-satunya deskripsi untuk semua gambar.
b. Dengan keterangan: Sistem tidak akan secara otomatis menyisipkan trigger_word. Jika Anda masih ingin menggunakannya, Anda perlu menambahkan trigger_word secara manual ke setiap keterangan.
P.S. Keterangan adalah teks di dalam file .txt yang memiliki nama yang sama dengan gambar. Misalnya, jika Anda ingin melatih model untuk menghasilkan gambar Angelina Jolie, Anda dapat menyiapkan dataset seperti yang ditunjukkan di bawah ini:

Di setiap file .txt dengan nama yang sama dengan gambar, kami menulis keterangan. Misalnya, di 1.txt, kami dapat menulis ‘Angelina Jolie dalam gaun hitam” sebagai keterangan. Jika kami masih ingin menggunakan p3r5on sebagai trigger_word kami, maka di 1.txt, kami harus menulis: “p3r5on Angelina Jolie dalam gaun hitam.‘

Konfigurasikan Parameter Pelatihan

Di platform WaveSpeedAI, parameter kunci sudah diatur sebelumnya untuk Anda. Anda hanya perlu membuat penyesuaian kecil sesuai kebutuhan Anda.
P.S. Mempertahankan parameter default akan memberikan hasil yang baik. Jika Anda menginginkan hasil yang lebih dipersonalisasi, Anda dapat menyesuaikannya sendiri, tetapi ingat: semakin besar nilainya, semakin lambat pelatihan akan berlangsung.

a. Steps: Seperti jumlah kali kami belajar di sekolah. Lebih banyak langkah berarti model belajar lebih banyak dari gambar Anda dan mengingatnya dengan lebih baik. Tetapi jika langkahnya terlalu sedikit, model mungkin tidak belajar dengan jelas; jika terlalu banyak, model mungkin hanya menghafal gambar dan kehilangan fleksibilitas.

b. learning_rate: Mirip dengan kecepatan pembelajaran. Nilai yang lebih tinggi berarti model belajar dengan cepat tetapi mungkin membuat kesalahan. Nilai yang lebih rendah berarti belajar lebih bertahap tetapi membutuhkan waktu lebih lama.

c. lora_rank: Anda dapat menganggap ini sebagai “kapasitas memori.” Nilai yang lebih tinggi memungkinkan model mengingat detail dengan lebih akurat, tetapi ukuran file akan lebih besar. Nilai yang lebih rendah membuat model lebih ringan, tetapi mungkin tidak menangkap informasi yang kompleks.
P.S. Umumnya, melatih model LoRA selama 1000 langkah membutuhkan waktu sekitar 8 menit (kurang lebih 500 detik), sedangkan melatih selama 3000 langkah membutuhkan waktu sekitar 25 menit (sekitar 1500 detik).

Mulai Pelatihan

(1) Setelah Anda menyelesaikan konfigurasi, tekan tombol Run untuk memulai pelatihan.

(2) Sistem akan melatih model di latar belakang, jadi Anda tidak perlu melakukan apa pun yang lain.

Pengiriman Model

(1) Setelah pelatihan selesai, Anda dapat mengunduh model ke komputer Anda atau menyalin URL model.
(2) Setelah diunduh, Anda dapat menggunakan trigger_word untuk memanggil model LoRA terlatih Anda dalam alur kerja lokal Anda.
(3) Atau, Anda dapat menggunakan URL model yang disimpan di platform WaveSpeedAI untuk memanggil model LoRA terlatih Anda di model apa pun yang mendukung LoRA.

P.S. Di sini, mari kita gunakan model qwen-image/text-to-image-lora sebagai contoh.
a. Klik tombol +Add Item, kemudian tempel URL yang disalin ke kolom path.
b. Pertahankan skala ke default.
c. Klik Run lagi, dan Anda akan mendapatkan gambar gaya Angelina Jolie yang kami latih sebelumnya.

d. Anda juga dapat menggabungkannya dengan prompt lain untuk menghasilkan efek yang lebih kreatif, seperti mengubah latar belakang, gaya pakaian, atau lingkungan!
Misalnya, kami dapat memodifikasi pakaian berdasarkan gambar sebelumnya.

Cara Menyimpan Model Anda Secara Permanen

Kami dapat menyimpan model Anda selama 7 hari. Jika Anda ingin menggunakan model Anda kapan saja dan di mana saja, Anda dapat mengunggahnya ke Hugging Face! Mari kita pelajari cara membuat URL model Anda sendiri di platform ini.

Pertama, buat akun Anda sendiri, yang tidak akan saya jelaskan di sini. Kemudian klik pada avatar Anda di sudut kanan atas.

Temukan +Model Baru

Di repositori Anda, Anda dapat menulis file README atau Kartu Model untuk mendeskripsikan model Anda.

Beri nama model Anda dan pilih Lisensi (Rekomendasikan apache-2.0 atau mit)

Temukan File dan versi

Klik Unggah file

Unggah file model Anda dan klik Komit perubahan ke main

Anda dapat melihat model Anda sekarang!

Kemudian klik kanan pada “Tombol Unduh” dan pilih “Salin Alamat Tautan.” Ini adalah URL permanen dari model Anda. Selain itu, ada cara yang lebih mudah untuk memanggil model Anda. Cukup salin nama model Anda (<owner>/<model-name>) dan tempel ke path playground!

Cara lain untuk memanggil model LoRA Anda

Selamat! Anda sekarang dapat menggunakannya di WaveSpeedAI kapan pun Anda mau!

Pemikiran Akhir

Melatih model LoRA Anda sendiri di WaveSpeedAI itu sederhana, cepat, dan sangat bermanfaat. Dengan hanya dataset kecil dan beberapa langkah mudah, Anda dapat membuat AI yang dipersonalisasi yang memahami gaya Anda dan beradaptasi dengan kebutuhan kreatif Anda.

Apakah Anda seorang seniman, desainer, atau hanya ingin tahu tentang AI, LoRA membuka tingkat kebebasan kreatif yang baru. Sekarang giliran Anda — mulai melatih, bereksperimen dengan prompt, dan temukan seberapa jauh imajinasi Anda dapat membawa Anda!