#HuggingFace
Google Colab で SSD-1B を試す
「Google Colab」で「SSD-1B」を試したので、まとめました。
1. SSD-1B「SSD-1B」(Segmind Stable Diffusion Model) は、「SDXL」(Stable Diffusion XL) を50% 小型化したバージョンで、高品質のテキストから画像への生成機能を維持しながら60% の高速化を実現します。
2. Colabでの実行Colabでの実行手
LLMのファインチューニング で 何ができて 何ができないのか
LLMのファインチューニングで何ができて、何ができないのかまとめました。
1. LLMのファインチューニングLLMのファインチューニングの目的は、「特定のアプリケーションのニーズとデータに基づいて、モデルの出力の品質を向上させること」にあります。
OpenAIのドキュメントには、次のように記述されています。
しかし実際には、それよりもかなり複雑です。
LLMには「大量のデータを投げれば自動
Stable DiffusionモデルカタログA面（更新終了）
新しい記事を公開したので、よろしくお願いします。
※Updates ceased as of 06-30-2023
※SDv1モデル、SDv2モデル、VAE、TI embeddingsの順に掲載しています。
※画像の設定は、サンプルからの拝借（修正する場合あり）または独自です。VAEは、必ずしも推奨のものではありません。
※画像のキャプションに「(fix)」があるモデルは、使用時にCLIPのp
- #AIイラスト
- #StableDiffusion
- #HuggingFace
- #Civitai
- #safetensors
- #BreakDomainAnime
- #ckpt
- #BreakDomain
- #BreakDomainRealistic
- #SukiAniMix
- #DefmixV3
- #endlessMix
- #ShiratakiMix
- #blue_pencil
- #meinamix
- #FlexWaifu
- #BreakDro
- #HimawariMixV2
- #ghostnotes
- #MORIMORImix
- #zzzmix
- #SukumizuMix
- #SE_V3_A
- #WD15b3
- #KaedeMix
- #ShuimohuaAnime
- #HimawariMix
- #SakuraMix
- #aliceDollMix
- #IrisMix
Rinna 3.6B の量子化とメモリ消費量
「Google Colabでの「Rinna 3.6B」の量子化とメモリ消費量を調べてみました。
1. 量子化とメモリ消費量「量子化」は、LLMのメモリ消費量を削減するための手法の1つです。通常、メモリ使用量が削減のトレードオフとして、LLMの精度が低下します。
AutoTokenizer.from_pretrained()の以下のパラメータを調整します。
2. Colabでの確認Colabで