frog train benchmark

ハローカエル(スペルミスに気を付けよう)

概要

• kohya train_networkのベンチです
• サンプルのカエルを使います
  • https://note.com/kohya_ss/n/nb20c5187e15a
  • https://note.com/api/v2/attachments/download/e3cd9aa39e600cac51e2022eaa01a931
  • 中身をこのリポジトリにコピーしてあります
• モデルはSDv1.5を使います
  • https://huggingface.co/runwayml/stable-diffusion-v1-5/resolve/main/v1-5-pruned.safetensors
  • pruneしたファイルを用意してあります

実行

• Windows
  • バッチをダウンロードして任意のディレクトリ(日本語やスペースが無いと良い)に置いて実行します
  • https://huggingface.co/aka7774/frog_bench/resolve/main/frog_bench.bat
  • sd-scriptsやvenvのインストールが行われます
  • SDv1.5モデルのダウンロードが行われます
  • 学習が行われます
  • 推論が行われます sd-scripts/txt2img/ に画像を保存します
  • 学習(accelerateコマンド)の所要時間が表示されます
    • sd-scripts/result.txt にも保存されます
• Windows以外もしくは環境構築済みの場合
  • サンプル通りに学習を実行してaccelerateコマンドにかかったtimeを計測してください
• bitsandbytesでエラーが出る場合
  • --use-8bit-adamを外すといいかも
• VRAMの使用量がギリギリの場合
  • batch_sizeを下げたほうが速く終わることもあるかも

設定

バッチファイルを編集することでいくつかの設定が出来ます。

• bypass Install CUDA Toolkit
  • pytorchのlibにPATHを通すことでCUDA Toolkitのインストールを省略する
• Path to
  • PythonとgitにPATHが通っていない時にフルパスで指定する
  • Pythonとgit自体のインストールは別途必要
• VERS
  • 1はkohya推奨バージョン(古い)
  • 2は1111推奨バージョン(新しい) xformersが動かない可能性がある
• MODE
  • 複数回実行したい時にインストールや学習を飛ばす
• BATCH_SIZE
  • VRAMが10GB未満の時に減らす

変更点

• num_cpu_threads_per_process(未変更)
  • 1のほうがいいらしいけどサンプルが4なのでそのまま
• learning_rate(未変更)
  • 途中で仕様変更があったので1桁減らしたほうがいいらしいけどそのまま
• inference(gen_img_diffusers.py)
  • 公式のオプションがbf16だったけどA100でしか動かないというエラーが出るのでfp16に変えてあります
  • interactiveしなくて済むようにした
• accelerate config
  • accelerate launchに引数を追加することで割愛しています