## Stable Diffusion 모델 학습 예시 (쉽게 설명)
**1. 준비**
* 컴퓨터에 Stable Diffusion 웹 UI를 설치합니다.
* 텍스트 프롬프트와 해당 이미지로 구성된 학습 데이터셋을 준비합니다. 예를 들어, “푸른 바다 위를 날아가는 고래”라는 텍스트 프롬프트와 해당 이미지를 포함하는 데이터셋을 준비할 수 있습니다.
* 학습 데이터셋을 Stable Diffusion 웹 UI에 업로드합니다.
**2. 임베딩 생성**
* **Name:** 임베딩 모델의 이름을 임의로 정합니다. 예를 들어, “my_embedding”이라고 합니다.
* **Initialization text:** 임베딩 모델을 초기화하는 데 사용할 텍스트를 입력합니다. 예를 들어, “나는 이미지를 생성하는 것을 배우고 싶습니다.”라고 입력합니다.
* **Number of vectors per token:** 각 토큰(단어)을 나타내는 벡터의 개수를 설정합니다. 512가 일반적인 값입니다.
* **Overwrite Old Embedding:** 기존 임베딩 모델이 있는 경우 덮어쓸지 여부를 선택합니다.
**3. 하이퍼네트워크 생성**
* **Modules:** 하이퍼네트워크의 레이어 수를 설정합니다. 8은 일반적인 값입니다.
* **Input:** 하이퍼네트워크의 입력 크기를 설정합니다. 학습 데이터셋의 이미지 크기와 일치해야 합니다.
* **Output:** 하이퍼네트워크의 출력 크기를 설정합니다. 생성하려는 이미지의 크기와 일치해야 합니다.
* **Enter hypernetwork layer structure:** 하이퍼네트워크의 레이어 구조를 직접 입력하거나 기본값을 사용합니다.
* **Select activation function of hypernetwork:** 하이퍼네트워크의 활성화 함수를 선택합니다. Swish 또는 Linear(none)이 일반적입니다.
* **Select Layer weights initialization:** 레이어 가중치 초기화 방법을 선택합니다. relu 계열: Kaiming, sigmoid 계열: Xavier, 기타: Normal이 일반적입니다.
* **Add layer normalization:** 레이어 정규화 사용 여부를 선택합니다.
* **Use dropout:** 드롭아웃 사용 여부를 선택합니다.
* **Enter hypernetwork Dropout structure:** 하이퍼네트워크의 드롭아웃 구조를 입력하거나 기본값을 사용합니다.
* **Overwrite Old Hypernetwork:** 기존 하이퍼네트워크가 있는 경우 덮어쓸지 여부를 선택합니다.
**4. 학습**
* **Train an embedding or Hypernetwork:** “Hypernetwork”를 선택합니다.
* **Learning rate:** 학습 속도를 설정합니다. 0.001이 일반적인 값입니다.
* **Gradient Clipping:** 그래디언트 클리핑 값을 설정합니다. 1.0이 일반적인 값입니다.
* **Batch size:** 한 번에 학습하는 데이터 샘플 수를 설정합니다. 16이 일반적인 값입니다.
* **Gradient accumulation steps:** 그래디언트 누적 단계 수를 설정합니다. 4이 일반적인 값입니다.
* **Max steps:** 최대 학습 단계 수를 설정합니다. 10000이 일반적인 값입니다.
* **Prompt template:** 텍스트 프롬프트 템플릿을 입력합니다. 예를 들어, “{prompt}를 이미지로 생성해주세요.”라고 입력합니다.
* **Width, Height:** 생성하려는 이미지의 너비와 높이를 설정합니다. 512×512가 일반적인 값입니다.
**5. 학습 진행**
* “Train” 버튼을 클릭하면 학습이 시작됩니다.
* 학습 진행 상황은 로그 창에 표시됩니다.
* 학습이 완료되면 생성된 이미지를 확인할 수 있습니다.
**주의:**
* 학습 과정은 시간이 많이 걸릴 수 있습니다.
* 학습 결과는 사용된 데이터셋과 학습 설정에 따라 달라집니다.
* 만족스러운 결과를 얻지 못할 경우, 학습 데이터셋 또는 학습 설정을 조정해 볼 수 있습니다.
**추가 팁:**
* Stable Diffusion 웹 UI에서 제공하는 다양한 트레인 옵션들