>>68353
какая? я хуячю в тренеровку промт для каждой картинки из списка с буры, там почти полное описание пикчи

>>68361
ну я так тренирую:

создал датасет из картинок + список тегов к каждой картинке

каждую картинку подготовил на конкретный мой фетиш, обрезал до квадрата с самым интересным посередке

прогнал через вкладку Preprocess чтобы получить 512х512 пикчи зеркальные и квадратные

для полученных после препроцесса 512х512 пикч создал для каждой картинки файлик со списком тегов, т.е получил папку с кучей пар:
картинканейм.пнг
картинканейм.тхт (внутре теги)

создал новый эмбеддинг с одинаковым названием и инитом (этот инит потом надо будет в промпте писать для генерации картинки когда эмбед будет готов)

теги из тхт потом будут применяться к каждой пикче во время тренировки согласно файлу шаблона

в шаблоне изначально так:

a photo of a [name], [filewords] - вместо имени сюда будет подставляться инит эмбединга, вместо файлвордов - теги из тхт в парах подготовленных пикч
a rendering of a [name], [filewords]
a cropped photo of the [name], [filewords]
....
a photo of a small [name], [filewords]

я добавил перед [name] сильную конкретизацию, как пример, я дрочу на слаймов, потому сюда добавил:

small lactating (slime_girl) with blue_skin with [name], [filewords]

т.е. оно будет во время тренировки генерить слаймов с синей кожей (хуй там, генерит рандом, но главное что не человечья) а далее [name] по которому и идет обучение, и список тегов, описывающих пикчи с датасета.

в learning rate поставил 0.005:200, 0.001:1000, 0.0005:2000, 0.0001:3000, 0.00005:4000, 0.00001:5000, 0.000005:6000, 0.000001:7000, 0.0000005:8000, 0.0000001:10000, 0.000000005:15000, 0.000000005:20000 чтобы с увеличением числа шагов обучение не сыпалось, тут надо подбирать индивидуально, скорее всего, но примерно на тысячу надо на полпорядка уменьшать.

если обосрался и надо переучивать, надо удалять эмбединг в папке embeddings, и textual_inversion последние результаты обучения, и создавать заново, иначе оно начинает хуево наученое учить с того же места, откуда остановилось, и портит результат, уже на этом споткнулся несколько раз.

Многие просто ставят deepbooru там ка-кто ее можно подключить, тогда теги не надо с бур парсить, а просто подготовить пикчи во вкладке препроцессинг, но deepbooru тоже сырая и может выдавать стремные результаты, но в целом, тоже вариант годится и может чем-то получше, т.к. там вывод более стандартизированный что ли.