GPT
הוספת כלי
Z

zimage_turbo_training_adapter

קוד פתוח

ostrisapache-2.02025-11-28

  • diffusers
  • text-to-image
  • lora

מתאם אימון שנועד לעקוף את בעיית הדעיכה באימון מודלים מזוקקים. הוא מאפשר לכם לאמן LoRA חדש על Z-Image-Turbo בלי לאבד את מהירות ההסקה של מודל הטורבו.

  • 487 MBמשקל הקבצים
  • 35,140הורדות בחודש
  • 146לייקים

מה זה

מי שניסה לאמן LoRA ישירות על מודל שעבר זיקוק צעדים מכיר את הבעיה: הזיקוק מתפרק מהר מאוד, והתוצאות נהרסות בצורה לא צפויה. המודל הזה הוא מתאם אימון מסוג de-distillation שנועד ספציפית עבור Tongyi-MAI/Z-Image-Turbo, והוא נוצר על ידי אימון LoRA בקצב למידה נמוך של 1e-5 על אלפי תמונות שיוצרו מהמודל המקורי.

המטרה שלו היא לספוג את פירוק הזיקוק בזמן שאתם מאמנים עליו שכבה חדשה. ככה ה־LoRA שלכם לומד רק את הנושא המבוקש. בסיום האימון פשוט מסירים את המתאם הזה, ומקבלים מודל עם המידע החדש שממשיך לרוץ במהירות טורבו. בנוסף, אפשר להשתמש בו בזמן הסקה כדי להסיר את אפקט הטורבו מהמודל המקורי.

מתאים ל

  • אימון סגנון קצר

    מאפשר לאמן סגנון אמנותי חדש על מודל טורבו בריצה קצרה בלי לפגוע במהירות ההפקה.

  • הטמעת דמות ספציפית

    מלמד את Z-Image-Turbo תווי פנים או אובייקט מסוים באמצעות LoRA קצר ונקי מרעשים.

  • ביטול טורבו בהסקה

    משמש כמתאם בהרצה כדי לבטל את זיקוק הצעדים של Z-Image-Turbo כשרוצים דגימה רגילה.

איפה זה נופל

היוצר מבהיר שמדובר במעקף ולא בפתרון קסם. המתאם רק מאט את התפרקות הזיקוק, הוא לא מונע אותה לנצח. אם תריצו אימון ארוך, הזיקוק עדיין יישבר ויגרום לארטיפקטים ברגע שתסירו את המתאם. הוא מתאים אך ורק לאימונים קצרים וממוקדים.

שאלות
נפוצות

האם צריך להשאיר את המתאם הזה בזמן שמייצרים תמונות במוצר?

לא. כל הרעיון הוא להשתמש בו בזמן האימון ולהסיר אותו בהסקה. אתם מפיקים תמונות רק עם ה־LoRA שאימנתם, כדי להמשיך להרוויח את המהירות של מודל הטורבו.

האם אפשר להשתמש בו לאימון מסיבי של מודל בסיס שלם?

ממש לא. המתאם מיועד לאימונים קצרים של מושגים, דמויות או סגנונות. באימון ארוך הזיקוק יתפרק לגמרי וייווצרו ארטיפקטים כבדים בתמונות.

איך מריצים

הקבצים שוקלים 487 מגה-בייט בספריית diffusers, כך שהורדה והחזקה שלהם בזיכרון זניחות לגמרי. הוא נבנה במקור לעבודה עם AI Toolkit של ostris, אבל מתאים עקרונית לכל סקריפט אימון שתומך בטעינת מתאמים.

בזמן האימון טוענים את המתאם על מודל הבסיס, מאמנים את ה־LoRA שלכם, ובזמן ההסקה מורידים את המתאם ומשאירים רק את המשקלים החדשים. מדובר ברכיב אימון מקומי, כך שאין כאן עניין של פנייה ל־API חיצוני, אלא אם שירות הענן שלכם תומך בהזרקת מתאמי אימון מותאמים אישית.

from diffusers import DiffusionPipeline

pipe = DiffusionPipeline.from_pretrained("ostris/zimage_turbo_training_adapter")
img = pipe("a photo").images[0]

הקבצים

4 קבצים במאגר, 487 MB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הרישיון הוא apache-2.0, מה שנותן חופש מלא לשימוש מסחרי, שינוי והפצה של הקבצים. אתם יכולים לשלב אותו בתהליכי העבודה ובמוצרים שלכם בלי תמלוגים, כל עוד אתם שומרים על תנאי הרישיון ומתן הקרדיט הנדרשים.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש
  • שימוש בפטנטים

הרישיון המלא בעמוד המודל ↗