AMP256_wf_610万迭代美女高参万能底丹,高参模型分享

2024-03-18 00:20

本文主要是介绍AMP256_wf_610万迭代美女高参万能底丹,高参模型分享,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

AMP610万迭代万能底丹:点击下载

610万AMP模型底丹,带变形因子,在这个基础上继续训练模型,能快速成型,600万迭代AMP模型还是比较稀有的

发到其他论坛老是被删,发到这里赚点积分用用
ae_dims: 512
inter_dims: 2048
e_dims: 128
d_dims: 128
d_mask_dims: 72


看这几个参数就知道是不是好模型了,绝对的高参数底丹,建议显存16g以上继续训练,显卡12G的电脑训练模型带不起来
系统高级设置里边,虚拟内存设置100G以上,导出直播模型的时候虚拟内存达到100G了


网盘里边包含底丹模型 和 导出的直播丹


 

  1. ========================模型概要========================
  2.                                                 
  3.                   模型名字: shendan_AMP              
  4.                                                 
  5.                   当前迭代: 6107299                 
  6.                                                 
  7. ----------------------模型选项----------------------
  8.                                                 
  9.     retraining_samples: True                    
  10.             resolution: 256                     
  11.              face_type: wf                     
  12.      models_opt_on_gpu: True                    
  13.                ae_dims: 512                     
  14.             inter_dims: 2048                    
  15.                 e_dims: 128                     
  16.                 d_dims: 128                     
  17.            d_mask_dims: 72                     
  18.           morph_factor: 0.5                     
  19.             preview_mf: 1                       
  20.        masked_training: True                    
  21.              eyes_prio: False                  
  22.             mouth_prio: False                  
  23.            uniform_yaw: True                    
  24.          loss_function: SSIM                    
  25.          blur_out_mask: False                  
  26.              adabelief: True                    
  27.             lr_dropout: y                       
  28.            random_warp: False                  
  29.       random_hsv_power: 0.05                    
  30.      random_downsample: False                  
  31.           random_noise: False                  
  32.            random_blur: False                  
  33.            random_jpeg: False                  
  34.          random_shadow: none                    
  35.       background_power: 0.05                    
  36.                ct_mode: none                    
  37.           random_color: False                  
  38.               clipgrad: True                    
  39.               use_fp16: False                  
  40.                cpu_cap: 8                       
  41.        preview_samples: 4                       
  42.     force_full_preview: False                  
  43.                     lr: 5e-05                  
  44.        autobackup_hour: 1                       
  45.           session_name:                        
  46.      maximum_n_backups: 24                     
  47. write_preview_history: False                  
  48.            target_iter: 0                       
  49.        random_src_flip: False                  
  50.        random_dst_flip: True                    
  51.             batch_size: 10                     
  52.              gan_power: 0.2                     
  53.         gan_patch_size: 64                     
  54.               gan_dims: 16                     
  55.          gan_smoothing: 0.1                     
  56.              gan_noise: 0.0                     
  57.                                                 
  58. ----------------------运行信息----------------------
  59.                                                 
  60.                   设备编号: 0                       
  61.                   设备名称: NVIDIA GeForce RTX 4090
  62.                   显存大小: 20.85GB        

AMP610万迭代万能底丹:点击下载 

这篇关于AMP256_wf_610万迭代美女高参万能底丹,高参模型分享的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/820661

相关文章

Python虚拟环境与Conda使用指南分享

《Python虚拟环境与Conda使用指南分享》:本文主要介绍Python虚拟环境与Conda使用指南,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、python 虚拟环境概述1.1 什么是虚拟环境1.2 为什么需要虚拟环境二、Python 内置的虚拟环境工具

详解如何使用Python从零开始构建文本统计模型

《详解如何使用Python从零开始构建文本统计模型》在自然语言处理领域,词汇表构建是文本预处理的关键环节,本文通过Python代码实践,演示如何从原始文本中提取多尺度特征,并通过动态调整机制构建更精确... 目录一、项目背景与核心思想二、核心代码解析1. 数据加载与预处理2. 多尺度字符统计3. 统计结果可

SpringBoot整合Sa-Token实现RBAC权限模型的过程解析

《SpringBoot整合Sa-Token实现RBAC权限模型的过程解析》:本文主要介绍SpringBoot整合Sa-Token实现RBAC权限模型的过程解析,本文给大家介绍的非常详细,对大家的学... 目录前言一、基础概念1.1 RBAC模型核心概念1.2 Sa-Token核心功能1.3 环境准备二、表结

Python处理大量Excel文件的十个技巧分享

《Python处理大量Excel文件的十个技巧分享》每天被大量Excel文件折磨的你看过来!这是一份Python程序员整理的实用技巧,不说废话,直接上干货,文章通过代码示例讲解的非常详细,需要的朋友可... 目录一、批量读取多个Excel文件二、选择性读取工作表和列三、自动调整格式和样式四、智能数据清洗五、

JDK9到JDK21中值得掌握的29个实用特性分享

《JDK9到JDK21中值得掌握的29个实用特性分享》Java的演进节奏从JDK9开始显著加快,每半年一个新版本的发布节奏为Java带来了大量的新特性,本文整理了29个JDK9到JDK21中值得掌握的... 目录JDK 9 模块化与API增强1. 集合工厂方法:一行代码创建不可变集合2. 私有接口方法:接口

电脑系统Hosts文件原理和应用分享

《电脑系统Hosts文件原理和应用分享》Hosts是一个没有扩展名的系统文件,当用户在浏览器中输入一个需要登录的网址时,系统会首先自动从Hosts文件中寻找对应的IP地址,一旦找到,系统会立即打开对应... Hosts是一个没有扩展名的系统文件,可以用记事本等工具打开,其作用就是将一些常用的网址域名与其对应

C++迭代器失效的避坑指南

《C++迭代器失效的避坑指南》在C++中,迭代器(iterator)是一种类似指针的对象,用于遍历STL容器(如vector、list、map等),迭代器失效是指在对容器进行某些操作后... 目录1. 什么是迭代器失效?2. 哪些操作会导致迭代器失效?2.1 vector 的插入操作(push_back,

Android NDK版本迭代与FFmpeg交叉编译完全指南

《AndroidNDK版本迭代与FFmpeg交叉编译完全指南》在Android开发中,使用NDK进行原生代码开发是一项常见需求,特别是当我们需要集成FFmpeg这样的多媒体处理库时,本文将深入分析A... 目录一、android NDK版本迭代分界线二、FFmpeg交叉编译关键注意事项三、完整编译脚本示例四

SpringBoot请求参数接收控制指南分享

《SpringBoot请求参数接收控制指南分享》:本文主要介绍SpringBoot请求参数接收控制指南,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录Spring Boot 请求参数接收控制指南1. 概述2. 有注解时参数接收方式对比3. 无注解时接收参数默认位置

Python 迭代器和生成器概念及场景分析

《Python迭代器和生成器概念及场景分析》yield是Python中实现惰性计算和协程的核心工具,结合send()、throw()、close()等方法,能够构建高效、灵活的数据流和控制流模型,这... 目录迭代器的介绍自定义迭代器省略的迭代器生产器的介绍yield的普通用法yield的高级用法yidle