modele/400GB-LoRA-XL-Repository - FF.101 | Juggernaut v6

400GB-LoRA-XL-Repository - FF.101 | Juggernaut v6

9/19/2025

1:13:16 AM

Powiązane słowa kluczowe i tagi

400gb-lora-xl-repository,anime,model bazowy,ff.101 | juggernaut v6,ffai,modele ffusion lora xl,ffusionxl-base,ffxl400 połączony model lora,bezczynny,lora,wydobyte modele lora,zakres siły lora,sdxl 1.0,sdxl style lora,stable diffusion xl lora,styles,narzędzia

Kobieta o platynowych krótkich włosach siedzi na ciemnej ziemi pod nocnym niebem pełnym gwiazd z księżycem w kształcie sierpa, ubrana w czarną sukienkę i białe botki na platformie.

Realistyczny portret młodej kobiety w przepływającej, czerwonej sukni bez pleców, siedzącej na łonie natury z ciemnymi włosami i dramatycznym oświetleniem.

Cyfrowa ilustracja kobiety z kręconymi rudymi włosami, ubrane w czerwony crop top i niebieskie dżinsy, stojącej z ramionami opuszczonymi wzdłuż ciała na prostym tle.

Zalecane podpowiedzi

vignette, high budget, bokeh, highly detailed, cinemascope, moody, epic, gorgeous, film grain

Zalecane negatywne podpowiedzi

deformed, (worst quality, low quality, normal quality, lowres, low details, oversaturated, undersaturated, overexposed, underexposed, grayscale, bw, bad photo, bad photography, bad art:1.4), ugly, (watermark, text font, username, blurry, error, logo, words, letters, digits, autograph, trademark, name:1.2), cartoon, anime, (blur, glitch, grainy), morbid, asymmetrical, mutated malformed, mutilated, poorly lit, bad shadow, draft, cropped, out of frame, signature, cut off, censored, jpeg artifacts, out of focus, duplicate, (airbrushed, semi-realistic, cgi, render, blender, digital art, manga, amateur:1.3), (3D, 3D Game, 3D Game Scene, 3D Character:1.1), (bad hands, bad anatomy, bad body, bad face, bad teeth, bad arms, bad legs, deformities:1.3), watermark

Zalecane parametry

samplers

DPM++ 2M SDE Exponential, DPM++ 3M SDE Karras

steps

20 - 150

cfg

7.5 - 9

clip skip

resolution

1024x1280, 832x1152

vae

sdxl_vae (2).safetensors (495c9925a5)

other models

FFusionXL-BASE-v1 (095c6c4054), sd_xl_base_0.9 (1f69731261)

Wskazówki

Używaj siły LoRA od 0.2 dla subtelnych niuansów do 2.2 dla intensywnych transformacji.

Utrzymuj wagi LoRA między 0.3 a 1.0 dla bezpiecznego mieszania do 6 modeli FF LoRA.

Łącz parametry LoRA z modelem bazowym za pomocą pipe.fuse_lora() dla szybszej inferencji.

Rozłącz parametry LoRA kiedy zajdzie taka potrzeba za pomocą pipe.unfuse_lora().

Kontroluj wpływ LoRA za pomocą pipe.fuse_lora(lora_scale=x).

Używaj FFusionXL-BASE jako głównego modelu bazowego do testów i inferencji.

Szanuj licencje oryginalnych checkpointów dla wszystkich wyodrębnionych LoRA.

FFusionXL-BASE i wybrane modele pozwalają na użytek komercyjny; pozostałe są do badań/testów.

Najważniejsze informacje o wersji

🔤 Różnica w enkoderze tekstowym: 0.0318603515625
🌟 Rekomendowane ustawienia siły 🌟

🎨 Wizualizacje: Zwiększ do 2.2 dla żywych i wyrazistych detali.
🔗 Mieszanie LoRA: Utrzymuj od 0.3 do 1.0 dla płynnej integracji.

📈 Przegląd statystyk UNet:

Wielkość wagi: 4.618 🧲
Siła wagi: 0.0115 💪

🎛️ Warstwa konwolucyjna UNet:

Wielkość wagi: 4.801 🧲
Siła wagi: 0.0065 💪

🔠 Warstwy enkodera tekstowego:

Wielkość enkodera (1): 4.654 🧲
Siła enkodera (1): 0.0138 💪
Wielkość enkodera (2): 5.268 🧲
Siła enkodera (2): 0.0120 💪

FF.101.juggernautXL_version6Rundiffusion.LORA.safetensors

https://civitai.com/models/133005/juggernaut-xl?modelVersionId=198530

Sponsorzy twórcy

Oficjalnie utrzymywane przez Source Code Bulgaria Ltd & Black Swan Technologies.

Napisz do nas: di@ffusion.ai
Lokalizacje: Sofia | Istanbul | Londyn

Połącz się z nami:

Nasze strony internetowe:

Modele LoRA XL - Repozytorium CivitAI 🌠

Witamy w repozytorium wyodrębnionych modeli FFusion LoRA na Hugging Face & CivitAI! Prezentujemy tutaj kolekcję modeli wyodrębnionych za pomocą techniki Low-Rank Adaptation (LoRA), oferując bogaty zestaw danych do badań i dalszych eksploracji.

🌌 Wszechświat FFusion z 🧪 Starannie Wyselekcjonowanych Wyodrębnień LoRA

Nasze LoRA są starannie wyodrębnione z różnych modeli, co pozwala na mieszanie i łączenie stylów w celu stworzenia naprawdę unikalnych i artystycznych fuzji. Te wyodrębnione LoRA nie są kopią, lecz uchwytują esencję oryginalnego modelu, dodając kreatywny wpływ "W stylu" lub "Pod wpływem" oryginalnej pracy.

🧫 LoRA Skoncentrowane na Badaniach

Prosimy zauważyć, że wszystkie wydobyte LoRA FFusionAI są przeznaczone wyłącznie do celów badawczych i nie posiadają licencji na użycie komercyjne. Zachęcamy do odpowiedzialnego i etycznego wykorzystania tych LoRA, aby wspierać rozwój tworzenia sztuki wspomaganej AI.

⚠️ Informacje o Licencjach i Warunkach Użytkowania

Prosimy o zapoznanie się z pełną umową licencyjną przed uzyskaniem dostępu lub użyciem modeli.

Prawidłowe licencje i uprawnienia znaleźć można pod:
https://huggingface.co/FFusion/
https://huggingface.co/FFusion/FFXL400/blob/main/LICENSE.md

"Wagi Modeli: Wagi użyte w modelach/lorach są dostarczane "tak jak są." FFusion AI oraz Source Code Bulgaria nie udzielają żadnych praw do ich komercyjnego użycia. Wagi te służą wyłącznie do testów i celów eksperymentalnych.

POCHODZENIE LOR:  

LoRA i wagi dostarczone są wyodrębnione z modeli SDXL (checkpointów). 

Wszystkie licencje, warunki i zasady ustalone przez twórcę oryginalnego checkpointu muszą być respektowane."

🔴 Modele i wagi dostępne w tym repozytorium są ściśle do celów badawczych i testowych, z wyjątkami zaznaczonymi poniżej. Nie są zasadniczo przeznaczone do użytku komercyjnego i zależą od konkretnego LORA.

🔵 Wyjątek dla użytku komercyjnego: Modele FFusionXL-BASE, FFusion-BaSE, di.FFUSION.ai-v2.1-768-BaSE-alpha oraz di.ffusion.ai.Beta512 są trenowane przez FFusion AI na licencjonowanych obrazach. Użytkownicy są zachęcani do korzystania głównie z tych modeli dla bezpieczeństwa. Te konkretne modele są dopuszczone do użytku komercyjnego.

🔴 Oświadczenie: FFusion AI wraz z Source Code Bulgaria Ltd oraz BlackswanTechnologies nie popierają ani nie gwarantują zawartości generowanej przez wagi w każdej LoRA. Istnieje możliwość generowania treści NSFW lub obraźliwych. Wspólnie wyrażamy brak odpowiedzialności za wyniki i zawartość wygenerowaną przez te wagi.

🔴 Uznanie: Model FFusionXL-BASE jest unikalnie rozwiniętą wersją przez FFusion AI. Prawa do tego i powiązanych modyfikacji należą do FFusion AI oraz Source Code Bulgaria Ltd. Należy przestrzegać zarówno tej licencji jak i warunków Stability AI Ltd dotyczących odniesionych modeli.

Zwiększona Elastyczność LoRA

Dynamiczny Zakres: Wykorzystaj pełnię potencjału swoich obrazów dzięki elastycznym ustawieniom LoRA, oferującym szeroki zakres od 0.2 dla subtelnych niuansów do 2.2 dla intensywnych transformacji. Ten rozszerzony zakres przewyższa standardowe ograniczenia, dając niezrównaną kontrolę nad precyzyjnym dostosowaniem wizualizacji do dokładnych preferencji.

Bezkonkurencyjna Personalizacja

W przeciwieństwie do konwencjonalnych modeli z ograniczonym zakresem siły LoRA, FFusionAI oferuje niespotykaną elastyczność. Dopasuj siłę LoRA od 0.2 dla subtelnych efektów do 2.2 dla intensywnych przekształceń. Ten rozszerzony zakres gwarantuje, że masz narzędzia do osiągnięcia idealnej mieszanki stylów, bez względu na model bazowy czy oczekiwany rezultat.

🌟 Rekomendowane ustawienia siły dla FF100+ 🌟

🎨 Wizualizacje: Zwiększ do 2.2 dla żywych i wyrazistych detali.

🔗 Mieszanie LoRA: Utrzymuj od 0.3 do 1.0 dla płynnej i bezpiecznej integracji do 6 modeli FF LoRA z FF100 wzwyż.

📚 Główny Model Bazowy do Testów:

📢 AKTUALIZACJA: 22.10.23 📆

🌟 Przedstawiamy nadchodzącą serię LoRA numerowanych FF.100 do FF.176!

📈 Nowy zoptymalizowany rozmiar: ~200 - 400MB (w zależności od treningu oryginalnych modeli i wag)
🏷️ Nowa nazwa: Ulepszone doświadczenie na Hugging Face dla szybszego inferowania i testowania.

pipe = DiffusionPipeline.from_pretrained("FFusion/FFusionXL-BASE", torch_dtype=torch.float16).to("cuda")
lora_model_id = "FFusion/400GB-LoraXL"
 lora_filename = "FF.101.safetensors"
pipe.load_lora_weights(lora_model_id, weight_name=lora_filename)

Format nazewnictwa CivitAI pozostaje bez zmian.
Ładowanie z CivitAI w diffusers

Do zrobienia: 🔄 Synchronizacja repozytorium CivitAI: Aktualne do FF98

Najnowsze FF60-FF98

Model: sdxlYamersRealism_version2 - Status: Text encoder is different. 0.0048828125
Model: animeChangefulXL_v10ReleasedCandidate - Status: Text encoder is different. 0.00390625
Model: brixlAMustInYour_v20Banu - Status: Text encoder is different. 0.001434326171875
Model: cinemaxAlphaSDXLCinema_alpha1 - Status: Text encoder is different. 0.00311279296875
Model: copaxTimelessxlSDXL1_v5 - Status: Text encoder is same.
Model: dreamshaperXL10_alpha2Xl10 - Status: Text encoder is same.
Model: endjourneyXL_v11 - Status: Text encoder is different. 0.0029296875
Model: explicitFreedomNSFW_beta - Status: Text encoder is different. 0.001220703125
Model: FinalAnimeCG_mk2a2 - Status: Text encoder is different. 0.00390625
Model: formulaxlXLComfyui_v20Pruned - Status: Text encoder is different. 0.002643585205078125
Model: furtasticxl_BetaEPOCHS3 - Status: Text encoder is different. 0.013824462890625
Model: galaxytimemachinesGTM_xlplusV10 - Status: Text encoder is different. 0.0012865066528320312
Model: hassakuSfwNsfwAlphav_alphaV02 - Status: Text encoder is different. 0.00390625
Model: juggernautXL_version4 - Status: Text encoder is different. 0.0019378662109375
Model: MOHAWK_v10BETA - Status: Text encoder is different. 0.00103759765625
Model: newone_v10 - Status: Text encoder is different. 0.001190185546875
Model: nightvisionXLPhotorealisticPortrait_v0743ReleaseBakedvae - Status: Text encoder is different. 0.009429931640625
Model: pyrosNSFWSDXL_v013e6 - Status: Text encoder is same.
Model: pyrosSDModelsBlowjob_v0122022steps - Status: Text encoder is same.
Model: realisticFreedomSFW_alpha - Status: Text encoder is different. 0.0011749267578125
Model: realisticStockPhoto_v10 - Status: Text encoder is different. 0.0011444091796875
Model: RealitiesEdgeXLANIME_20 - Status: Text encoder is different. 0.0018310546875
Model: RealitiesEdgeXL_30 - Status: Text encoder is different. 0.004150390625
Model: realvisxlV10_v10VAE - Status: Text encoder is different. 0.0029296875
Model: samaritan3dCartoon_v40SDXL - Status: Text encoder is different. 0.00390625
Model: sdvn6Realxl_detailface - Status: Text encoder is same.
Model: sdxlNuclearGeneralPurposeSemi_v10 - Status: Text encoder is different. 0.003021240234375
Model: sdxlUnstableDiffusers_v6StabilityEater - Status: Text encoder is different. 0.0029296875
Model: sdxlYamersRealism_version2 - Status: Text encoder is different. 0.0048828125
Model: unsafexl_v20 - Status: Text encoder is different. 0.068359375
Model: venusxl_v11 - Status: Text encoder is different. 0.0013863444328308105
Model: xlYamersCartoonArcadia_v1 - Status: Text encoder is different. 0.0029296875
Model: FFusionXL-BASE-v1 - Status: Text encoder is different. 0.032245635986328125
Model: FFXL-400-v2 - Status: Text encoder is different. 0.023212432861328125
Model: FFXL400-LoRA-XL-FFusion-v1 - Status: Text encoder is different. 0.020404815673828125
Model: FFXXL-400-v2 - Status: Text encoder is different. 0.00948333740234375
Model: realcartoonXL_v2 - Status: Text encoder is different. 0.0015802383422851562

Model: sdxlYamersRealism_version2.FFai.lora64.safetensors
UNet weight average magnitude: 4.154722048359913
UNet weight average strength: 0.010771295011342323
UNet Conv weight average magnitude: 4.015763928139778
UNet Conv weight average strength: 0.004715556773610134
Text Encoder (1) weight average magnitude: 3.958945306529754
Text Encoder (1) weight average strength: 0.013064685133728026
Text Encoder (2) weight average magnitude: 3.9970537933453656
Text Encoder (2) weight average strength: 0.01012922219208529
----------------------------
Model: FF.66.hassakuSfwNsfwAlphav_alphaV02.lora.safetensors
UNet weight average magnitude: 4.6113617624162275
UNet weight average strength: 0.011981260592954776
UNet Conv weight average magnitude: 6.686307668617343
UNet Conv weight average strength: 0.006950538604713883
Text Encoder (1) weight average magnitude: 3.807746602732888
Text Encoder (1) weight average strength: 0.012745779610859834
Text Encoder (2) weight average magnitude: 3.729743715233202
Text Encoder (2) weight average strength: 0.009551327927254742
----------------------------
Model: FF.67.galaxytimemachinesGTM_xlplusV10.lora.safetensors
UNet weight average magnitude: 5.2081857497500135
UNet weight average strength: 0.012861152998866098
UNet Conv weight average magnitude: 6.477215331015863
UNet Conv weight average strength: 0.005731545812523109
Text Encoder (1) weight average magnitude: 3.865321475649114
Text Encoder (1) weight average strength: 0.012968309181164591
Text Encoder (2) weight average magnitude: 3.791585137796209
Text Encoder (2) weight average strength: 0.009739622211064131
----------------------------
Model: FF.68.furtasticxl_BetaEPOCHS3.lora.safetensors
UNet weight average magnitude: 4.82028448554389
UNet weight average strength: 0.012252009690673311
UNet Conv weight average magnitude: 6.774379998733585
UNet Conv weight average strength: 0.007177153983462227
Text Encoder (1) weight average magnitude: 4.20241893596518
Text Encoder (1) weight average strength: 0.01346020465857439
Text Encoder (2) weight average magnitude: 4.260738640446866
Text Encoder (2) weight average strength: 0.010471828656006711
----------------------------
Model: FF.69.formulaxlXLComfyui_v20Pruned.lora.safetensors
UNet weight average magnitude: 4.194797467480407
UNet weight average strength: 0.010794051441520451
UNet Conv weight average magnitude: 5.658129971781666
UNet Conv weight average strength: 0.004699672960547711
Text Encoder (1) weight average magnitude: 3.9974802957054556
Text Encoder (1) weight average strength: 0.013097433444426298
Text Encoder (2) weight average magnitude: 4.090353610501367
Text Encoder (2) weight average strength: 0.010226978548569817
----------------------------
Model: FF.70.FinalAnimeCG_mk2a2.lora.safetensors
UNet weight average magnitude: 5.832734982003316
UNet weight average strength: 0.013620979564593433
UNet Conv weight average magnitude: 6.588312134998715
UNet Conv weight average strength: 0.006310420276329548
Text Encoder (1) weight average magnitude: 3.856879807170544
Text Encoder (1) weight average strength: 0.012947154068967848
Text Encoder (2) weight average magnitude: 3.7769155501438316
Text Encoder (2) weight average strength: 0.009654614341923677
----------------------------
Model: FF.71.explicitFreedomNSFW_beta.lora.safetensors
UNet weight average magnitude: 4.501298830893416
UNet weight average strength: 0.01109003259855744
UNet Conv weight average magnitude: 6.204555848757276
UNet Conv weight average strength: 0.005750268214362425
Text Encoder (1) weight average magnitude: 3.85944453350698
Text Encoder (1) weight average strength: 0.012919606802022875
Text Encoder (2) weight average magnitude: 3.9375385889629477
Text Encoder (2) weight average strength: 0.010088601556714144
----------------------------
Model: FF.72.endjourneyXL_v11.lora.safetensors
UNet weight average magnitude: 4.202640614034873
UNet weight average strength: 0.010788684869548844
UNet Conv weight average magnitude: 5.80301284455635
UNet Conv weight average strength: 0.005029451652697187
Text Encoder (1) weight average magnitude: 3.835258093635928
Text Encoder (1) weight average strength: 0.012878727225694529
Text Encoder (2) weight average magnitude: 3.7550355683040344
Text Encoder (2) weight average strength: 0.009627099200498888
----------------------------
Model: FF.73.dreamshaperXL10_alpha2Xl10.lora.safetensors
UNet weight average magnitude: 3.859263254032285
UNet weight average strength: 0.010177448403109668
UNet Conv weight average magnitude: 0.0
UNet Conv weight average strength: 0.0
Text Encoder: Not Found
----------------------------
Model: FF.74.copaxTimelessxlSDXL1_v5.lora.safetensors
UNet weight average magnitude: 4.006565464438231
UNet weight average strength: 0.010389718183037322
UNet Conv weight average magnitude: 5.738000089710234
UNet Conv weight average strength: 0.0048703539869873365
Text Encoder: Not Found
----------------------------
Model: FF.75.cinemaxAlphaSDXLCinema_alpha1.lora.safetensors
UNet weight average magnitude: 4.466204403397648
UNet weight average strength: 0.011222293042751443
UNet Conv weight average magnitude: 5.684097723570108
UNet Conv weight average strength: 0.004689726735887235
Text Encoder (1) weight average magnitude: 3.9233677697347935
Text Encoder (1) weight average strength: 0.013047985608868315
Text Encoder (2) weight average magnitude: 3.967672834668905
Text Encoder (2) weight average strength: 0.010161683571519127
----------------------------
Model: FF.76.brixlAMustInYour_v20Banu.lora.safetensors
UNet weight average magnitude: 5.201652157233597
UNet weight average strength: 0.012340885235722432
UNet Conv weight average magnitude: 6.246570986909302
UNet Conv weight average strength: 0.005628776318139394
Text Encoder (1) weight average magnitude: 3.7901131354041215
Text Encoder (1) weight average strength: 0.012251635754363702
Text Encoder (2) weight average magnitude: 3.9011343266469787
Text Encoder (2) weight average strength: 0.009675557128661683
----------------------------
Model: FF.77.animeChangefulXL_v10ReleasedCandidate.lora.safetensors
UNet weight average magnitude: 4.8712592588918255
UNet weight average strength: 0.011882757534620026
UNet Conv weight average magnitude: 6.307265147238472
UNet Conv weight average strength: 0.005707653219309981
Text Encoder (1) weight average magnitude: 3.806143895360976
Text Encoder (1) weight average strength: 0.012739821013629662
Text Encoder (2) weight average magnitude: 3.7378093050117975
Text Encoder (2) weight average strength: 0.009586058803350757
----------------------------
Model: FF.78.xlYamersCartoonArcadia_v1.lora.safetensors
UNet weight average magnitude: 4.353353198959002
UNet weight average strength: 0.010753757289463425
UNet Conv weight average magnitude: 5.9177157902332835
UNet Conv weight average strength: 0.0051653985959496315
Text Encoder (1) weight average magnitude: 3.8127760281067853
Text Encoder (1) weight average strength: 0.012772330040804636
Text Encoder (2) weight average magnitude: 3.764581932297466
Text Encoder (2) weight average strength: 0.009682294095990565
----------------------------
Model: FF.79.venusxl_v11.lora.safetensors
UNet weight average magnitude: 4.0781163529498725
UNet weight average strength: 0.01056802143213069
UNet Conv weight average magnitude: 5.725042873950945
UNet Conv weight average strength: 0.004766753768581111
Text Encoder (1) weight average magnitude: 3.8819661703272876
Text Encoder (1) weight average strength: 0.01297504551077796
Text Encoder (2) weight average magnitude: 3.8989897630581978
Text Encoder (2) weight average strength: 0.00999233670699671
----------------------------
Model: FF.80.unsafexl_v20.lora.safetensors
UNet weight average magnitude: 4.433128703574937
UNet weight average strength: 0.01126235056722307
UNet Conv weight average magnitude: 5.6776551531768105
UNet Conv weight average strength: 0.004711627911345002
Text Encoder (1) weight average magnitude: 3.9928442365475028
Text Encoder (1) weight average strength: 0.013100078304973888
Text Encoder (2) weight average magnitude: 3.945462724939238
Text Encoder (2) weight average strength: 0.010062376848996262
----------------------------
Model: FF.81.sdxlYamersRealism_version2.lora.safetensors
UNet weight average magnitude: 4.229406260655774
UNet weight average strength: 0.01076863108078825
UNet Conv weight average magnitude: 5.653783535189452
UNet Conv weight average strength: 0.004649401315378378
Text Encoder (1) weight average magnitude: 3.958945306529754
Text Encoder (1) weight average strength: 0.013064685133728026
Text Encoder (2) weight average magnitude: 3.9970537933453656
Text Encoder (2) weight average strength: 0.01012922219208529
----------------------------
Model: FF.82.sdxlUnstableDiffusers_v6StabilityEater.lora.safetensors
UNet weight average magnitude: 4.387654105095919
UNet weight average strength: 0.010840575656477952
UNet Conv weight average magnitude: 5.859291158408854
UNet Conv weight average strength: 0.004964447160293478
Text Encoder (1) weight average magnitude: 3.8646596391683863
Text Encoder (1) weight average strength: 0.012911755181541458
Text Encoder (2) weight average magnitude: 3.840901404987889
Text Encoder (2) weight average strength: 0.009815472265736007
----------------------------
Model: FF.83.sdxlNuclearGeneralPurposeSemi_v10.lora.safetensors
UNet weight average magnitude: 4.329690552630377
UNet weight average strength: 0.01081156604611163
UNet Conv weight average magnitude: 5.754435529197304
UNet Conv weight average strength: 0.004791491470688117
Text Encoder (1) weight average magnitude: 3.908995280978119
Text Encoder (1) weight average strength: 0.012984716052686607
Text Encoder (2) weight average magnitude: 3.8730233638208733
Text Encoder (2) weight average strength: 0.009816295838443996
----------------------------
Model: FF.84.sdvn6Realxl_detailface.lora.safetensors
UNet weight average magnitude: 3.9204966894076203
UNet weight average strength: 0.010152018695796424
UNet Conv weight average magnitude: 5.609827023476847
UNet Conv weight average strength: 0.004578104347668462
Text Encoder: Not Found
----------------------------
Model: FF.85.samaritan3dCartoon_v40SDXL.lora.safetensors
UNet weight average magnitude: 4.1930053871423265
UNet weight average strength: 0.010823639858269587
UNet Conv weight average magnitude: 6.242507300692357
UNet Conv weight average strength: 0.006012499761466946
Text Encoder (1) weight average magnitude: 3.807746602732888
Text Encoder (1) weight average strength: 0.012745779610859834
Text Encoder (2) weight average magnitude: 3.729743715233202
Text Encoder (2) weight average strength: 0.009551327927254742
----------------------------
Model: FF.86.realvisxlV10_v10VAE.lora.safetensors
UNet weight average magnitude: 4.035726046516959
UNet weight average strength: 0.01043685083171328
UNet Conv weight average magnitude: 5.780022388037139
UNet Conv weight average strength: 0.0049551385295671935
Text Encoder (1) weight average magnitude: 3.862534960968426
Text Encoder (1) weight average strength: 0.01291815120168007
Text Encoder (2) weight average magnitude: 3.8792245692334855
Text Encoder (2) weight average strength: 0.010027987691388776
----------------------------
Model: FF.87.RealitiesEdgeXLANIME_20.lora.safetensors
UNet weight average magnitude: 4.322741449452443
UNet weight average strength: 0.011017050541178184
UNet Conv weight average magnitude: 5.957632120776351
UNet Conv weight average strength: 0.005321540223768453
Text Encoder (1) weight average magnitude: 3.9027693617053862
Text Encoder (1) weight average strength: 0.013066310297084008
Text Encoder (2) weight average magnitude: 3.941240896860996
Text Encoder (2) weight average strength: 0.010187814902599733
----------------------------
Model: FF.88.RealitiesEdgeXL_30.lora.safetensors
UNet weight average magnitude: 4.527436449035657
UNet weight average strength: 0.011438576163998578
UNet Conv weight average magnitude: 6.042128532601058
UNet Conv weight average strength: 0.0053643976503331536
Text Encoder (1) weight average magnitude: 3.96435868300754
Text Encoder (1) weight average strength: 0.013183793628117942
Text Encoder (2) weight average magnitude: 4.03501811478197
Text Encoder (2) weight average strength: 0.01033219734045475
----------------------------
Model: FF.89.realisticStockPhoto_v10.lora.safetensors
UNet weight average magnitude: 4.178010046544553
UNet weight average strength: 0.01060077238986419
UNet Conv weight average magnitude: 5.832883513120958
UNet Conv weight average strength: 0.005094057992644391
Text Encoder (1) weight average magnitude: 3.838598740372775
Text Encoder (1) weight average strength: 0.012775584451815206
Text Encoder (2) weight average magnitude: 3.8534473782218375
Text Encoder (2) weight average strength: 0.009703626948148766
----------------------------
Model: FF.90.realisticFreedomSFW_alpha.lora.safetensors
UNet weight average magnitude: 4.570225351823505
UNet weight average strength: 0.011338880456799554
UNet Conv weight average magnitude: 6.107921122775599
UNet Conv weight average strength: 0.005313926393612039
Text Encoder (1) weight average magnitude: 3.9145800451769137
Text Encoder (1) weight average strength: 0.012987243885510853
Text Encoder (2) weight average magnitude: 3.9456476675702756
Text Encoder (2) weight average strength: 0.010086475486504298
----------------------------
Model: FF.91.realcartoonXL_v2.lora.safetensors
UNet weight average magnitude: 4.264556294830096
UNet weight average strength: 0.010837268212782766
UNet Conv weight average magnitude: 5.775273580445967
UNet Conv weight average strength: 0.004823115907624419
Text Encoder (1) weight average magnitude: 3.868685000881062
Text Encoder (1) weight average strength: 0.012967535154814412
Text Encoder (2) weight average magnitude: 3.8942008722126786
Text Encoder (2) weight average strength: 0.009956078788817995
----------------------------
Model: FF.92.pyrosSDModelsBlowjob_v0122022steps.lora.safetensors
UNet weight average magnitude: 4.29299465986103
UNet weight average strength: 0.011065152509191439
UNet Conv weight average magnitude: 6.148179389228268
UNet Conv weight average strength: 0.005785365500822891
Text Encoder: Not Found
----------------------------
Model: FF.93.pyrosNSFWSDXL_v013e6.lora.safetensors
UNet weight average magnitude: 4.462978487594761
UNet weight average strength: 0.011458003048327881
UNet Conv weight average magnitude: 6.365678967519903
UNet Conv weight average strength: 0.006252718402740558
Text Encoder: Not Found
----------------------------
Model: FF.94.nightvisionXLPhotorealisticPortrait_v0743ReleaseBakedvae.lora.safetensors
UNet weight average magnitude: 4.30821859959078
UNet weight average strength: 0.01092674471500856
UNet Conv weight average magnitude: 5.760595716272804
UNet Conv weight average strength: 0.0047913433799900915
Text Encoder (1) weight average magnitude: 4.082814836813033
Text Encoder (1) weight average strength: 0.013277437149876429
Text Encoder (2) weight average magnitude: 4.269554751742187
Text Encoder (2) weight average strength: 0.0104525629385582
----------------------------
Model: FF.95.newone_v10.lora.safetensors
UNet weight average magnitude: 3.9863974933790827
UNet weight average strength: 0.010221166935769414
UNet Conv weight average magnitude: 5.591587011383119
UNet Conv weight average strength: 0.004544408523927106
Text Encoder (1) weight average magnitude: 3.826913276992613
Text Encoder (1) weight average strength: 0.012515731668562081
Text Encoder (2) weight average magnitude: 3.7789877235680827
Text Encoder (2) weight average strength: 0.008847150427050579
----------------------------
Model: FF.96.MOHAWK_v10BETA.lora.safetensors
UNet weight average magnitude: 4.13427196290026
UNet weight average strength: 0.010604709463386349
UNet Conv weight average magnitude: 5.906059771550209
UNet Conv weight average strength: 0.005266774851315859
Text Encoder (1) weight average magnitude: 3.8816106810049615
Text Encoder (1) weight average strength: 0.013007851116722372
Text Encoder (2) weight average magnitude: 3.795246249757246
Text Encoder (2) weight average strength: 0.009741588405668723
----------------------------
Model: FF.97.juggernautXL_version4.lora.safetensors
UNet weight average magnitude: 4.351658373013424
UNet weight average strength: 0.01097575598820061
UNet Conv weight average magnitude: 5.7254163997882515
UNet Conv weight average strength: 0.0048427100518286656
Text Encoder (1) weight average magnitude: 3.98009165065858
Text Encoder (1) weight average strength: 0.013189073899460014
Text Encoder (2) weight average magnitude: 4.452439746998783
Text Encoder (2) weight average strength: 0.010877184808674183
----------------------------
Model: FF.98.sdxlYamersRealism_version2.lora.safetensors
UNet weight average magnitude: 4.229406260655774
UNet weight average strength: 0.01076863108078825
UNet Conv weight average magnitude: 5.653783535189452
UNet Conv weight average strength: 0.004649401315378378
Text Encoder (1) weight average magnitude: 3.958945306529754
Text Encoder (1) weight average strength: 0.013064685133728026
Text Encoder (2) weight average magnitude: 3.9970537933453656
Text Encoder (2) weight average strength: 0.01012922219208529
----------------------------

📦 Modele Bazowe

Następujące modele posłużyły jako baza do naszych wyodrębnień:

🌟 Rekomendowane Modele do Inferencji

Dla poszukujących idealnych modeli do realizacji zadań inferencyjnych szczególnie polecamy:

FFusionXL-BASE - Nasz flagowy model bazowy, starannie trenowany na licencjonowanych obrazach.
FFXL400 Połączony Model LoRA 🚀 - Galaktyczne połączenie mocy i precyzji w świecie modeli LoRA.

Zapewniamy zgodność naszych LoRA, nawet przy wadze 1.0, z większością aktualnych modeli SDXL.

🔍 Szczegóły Wyodrębniania

Warianty: Każdy model bazowy został wyodrębniony do 4-5 różnych wariantów.
Głębokość wyodrębnienia: Modele załadowane tutaj zawierają około 70% wyodrębnionych danych. Te wyodrębnienia dają rozmiar zestawu danych około 400 GB.
Precyzja: Eksperymentowaliśmy z float32 i float64 w celu optymalizacji wyników wyodrębniania.
Pomiary różnic: Użyto dekompozycji wartości pojedynczych (SVD) do pomiaru różnic między oryginalnymi a dostrojonymi modelami. Zwykle stosowany był próg 1e-3, choć testowano też 1e-5 i 1e-2.
Parametry demonstracyjne: Do demonstracji użyto "conv_dim": 256 oraz "conv_alpha": 256.

⚙️ Notatki Techniczne

Większość modeli SDXL w tej kolekcji nie jest tradycyjnie "trenowana." Zamiast tego połączone są z wcześniejszych wersji SDXL 0.9 lub tworzone innymi metodami za pomocą Comfy UI.
Ważna uwaga dla użytkowników: wszystkie modele zapisywane przez Comfy dodają dodatkowy klucz text_model.encoder.text_model.embeddings.position_ids. Wprowadziliśmy odpowiednie zmiany, aby zapewnić kompatybilność z aktualnymi skryptami Kohoya.

📈 Przypadki Użycia

Wyodrębnione modele są przeznaczone do badań i testów. Mogą być szczególnie użyteczne do:

Badania potencjału łączenia wielu LoRA.
Eksperymentów z ważeniem 1-5 LoRA jednocześnie.
Analizowania różnic i podobieństw między LoRA wyodrębnionymi z różnych modeli bazowych.

Modele wyodrębnione FFusion LoRA - Przewodnik użytkowania 🧠

Witamy w technicznym przewodniku po korzystaniu z modeli wyodrębnionych FFusion LoRA. Ten dokument przeprowadzi Cię przez kroki łączenia parametrów LoRA, ładowania checkpointów i wykonywania inferencji.

Łączenie parametrów LoRA 🔗

Aby połączyć parametry LoRA z oryginalnymi parametrami bazowego modelu(-i), co może przyspieszyć czas inferencji:

pipe.fuse_lora()

Rozłączanie parametrów LoRA ⛓️

Aby cofnąć efekty fuse_lora():

pipe.unfuse_lora()

Praca z różnymi skalami LoRA 🎚️

Aby kontrolować wpływ parametrów LoRA na wygenerowane wyniki:

pipe.fuse_lora(lora_scale=0.5)

Praca z modelami FFusion 🔍

Oto jak załadować i korzystać z naszych modeli FFusion:

from diffusers import DiffusionPipeline
import torch

pipeline_id = "FFusion/FFusionXL-BASE"

pipe = DiffusionPipeline.from_pretrained(pipeline_id, torch_dtype=torch.float16)
pipe.enable_model_cpu_offload()

lora_model_id = "FFusion/400GB-LoraXL"
lora_filename = "FFai.0038.Realitycheckxl_Alpha11.lora.safetensors"
pipe.load_lora_weights(lora_model_id, weight_name=lora_filename)

prompt = "papercut sonic"
image = pipe(prompt=prompt, num_inference_steps=20, generator=torch.manual_seed(0)).images[0]
image

Wykonywanie inferencji 🖼️

Po załadowaniu żądanego modelu, inferencję można wykonać następująco:

generator = torch.manual_seed(0)
images_fusion = pipe(
    "arcydzieło, najwyższa jakość, góra", output_type="np", generator=generator, num_inference_steps=25
).images

Biblioteka dostępnych modeli LoRA 📚

Możesz wybrać dowolny z modeli w naszym repozytorium na Hugging Face lub w nadchodzącym na CivitAI. Oto lista dostępnych modeli z lora_model_id = "FFusion/400GB-LoraXL":

lora_filename = 
    - FFai.0001.4Guofeng4xl_V1125d.lora_Dim64.safetensors
    - FFai.0002.4Guofeng4xl_V1125d.lora_Dim8.safetensors
    - FFai.0003.4Guofeng4xl_V1125d.loraa.safetensors
    - FFai.0004.Ambiencesdxl_A1.lora.safetensors
    - FFai.0005.Ambiencesdxl_A1.lora_8.safetensors
    - FFai.0006.Angrasdxl10_V22.lora.safetensors
    - FFai.0007.Animaginexl_V10.lora.safetensors
    - FFai.0008.Animeartdiffusionxl_Alpha3.lora.safetensors
    - FFai.0009.Astreapixiexlanime_V16.lora.safetensors
    - FFai.0010.Bluepencilxl_V010.lora.safetensors
    - FFai.0011.Bluepencilxl_V021.lora.safetensors
    - FFai.0012.Breakdomainxl_V03d.lora.safetensors
    - FFai.0013.Canvasxl_Bfloat16v002.lora.safetensors
    - FFai.0014.Cherrypickerxl_V20.lora.safetensors
    - FFai.0015.Copaxtimelessxlsdxl1_V44.lora.safetensors
    - FFai.0016.Counterfeitxl-Ffusionai-Alpha-Vae.lora.safetensors
    - FFai.0017.Counterfeitxl_V10.lora.safetensors
    - FFai.0018.Crystalclearxl_Ccxl.lora.safetensors
    - FFai.0019.Deepbluexl_V006.lora.safetensors
    - FFai.0020.Dream-Ffusion-Shaper.lora.safetensors
    - FFai.0021.Dreamshaperxl10_Alpha2xl10.lora.safetensors
    - FFai.0022.Duchaitenaiartsdxl_V10.lora.safetensors
    - FFai.0023.Dynavisionxlallinonestylized_Beta0371bakedvae.lora.safetensors
    - FFai.0024.Dynavisionxlallinonestylized_Beta0411bakedvae.lora.safetensors
    - FFai.0025.Fantasticcharacters_V55.lora.safetensors
    - FFai.0026.Fenrisxl_V55.lora.safetensors
    - FFai.0027.Fudukimix_V10.lora.safetensors
    - FFai.0028.Infinianimexl_V16.lora.safetensors
    - FFai.0029.Juggernautxl_Version1.lora_1.safetensors
    - FFai.0030.Lahmysterioussdxl_V330.lora.safetensors
    - FFai.0031.Mbbxlultimate_V10rc.lora.safetensors
    - FFai.0032.Miamodelsfwnsfwsdxl_V30.lora.safetensors
    - FFai.0033.Morphxl_V10.lora.safetensors
    - FFai.0034.Nightvisionxlphotorealisticportrait_Beta0681bakedvae.lora_1.safetensors
    - FFai.0035.Osorubeshialphaxl_Z.lora.safetensors
    - FFai.0036.Physiogenxl_V04.lora.safetensors
    - FFai.0037.Protovisionxlhighfidelity3d_Beta0520bakedvae.lora.safetensors
    - FFai.0038.Realitycheckxl_Alpha11.lora.safetensors
    - FFai.0039.Realmixxl_V10.lora.safetensors
    - FFai.0040.Reproductionsdxl_V31.lora.safetensors
    - FFai.0041.Rundiffusionxl_Beta.lora.safetensors
    - FFai.0042.Samaritan3dcartoon_V40sdxl.lora.safetensors
    - FFai.0043.Sdvn6realxl_Detailface.lora.safetensors
    - FFai.0044.Sdvn7realartxl_Beta2.lora.safetensors
    - FFai.0045.Sdxl10arienmixxlasian_V10.lora.safetensors
    - FFai.0046.Sdxlbasensfwfaces_Sdxlnsfwfaces03.lora.safetensors
    - FFai.0047.Sdxlfaetastic_V10.lora.safetensors
    - FFai.0048.Sdxlfixedvaefp16remove_Basefxiedvaev2fp16.lora.safetensors
    - FFai.0049.Sdxlnijiv4_Sdxlnijiv4.lora.safetensors
    - FFai.0050.Sdxlronghua_V11.lora.safetensors
    - FFai.0051.Sdxlunstablediffusers_V5unchainedslayer.lora.safetensors
    - FFai.0052.Sdxlyamersanimeultra_Yamersanimev2.lora.safetensors
    - FFai.0053.Shikianimexl_V10.lora.safetensors
    - FFai.0054.Spectrumblendx_V10.lora.safetensors
    - FFai.0055.Stablediffusionxl_V30.lora.safetensors
    - FFai.0056.Talmendoxlsdxl_V11beta.lora.safetensors
    - FFai.0057.Wizard_V10.lora.safetensors
    - FFai.0058.Wyvernmix15xl_Xlv11.lora.safetensors
    - FFai.0059.Xl13asmodeussfwnsfw_V17bakedvae.lora.safetensors
    - FFai.0060.Xl3experimentalsd10xl_V10.lora.safetensors
    - FFai.0061.Xl6hephaistossd10xlsfw_V21bakedvaefp16fix.lora.safetensors
    - FFai.0062.Xlperfectdesign_V2ultimateartwork.lora.safetensors
    - FFai.0063.Xlyamersrealistic_V3.lora.safetensors
    - FFai.0064.Xxmix9realisticsdxl_Testv20.lora.safetensors
    - FFai.0065.Zavychromaxl_B2.lora.safetensors

📊 Przegląd różnic enkodera tekstowego

Na podstawie procesu wyodrębniania zauważyliśmy następujące różnice w enkoderze tekstowym w różnych modelach:

bluePencilXL_v021 ✅ Enkoder tekstowy dostępny. Różnica 0.00140380859375
sdvn7Realartxl_beta2 ✅ Enkoder tekstowy dostępny. Różnica 0.00362396240234375
4Guofeng4XL_v1125D 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
ambienceSDXL_a1 ✅ Enkoder tekstowy dostępny. Różnica 0.003082275390625
angraSDXL10_v22 ✅ Enkoder tekstowy dostępny. Różnica 0.001953125
animagineXL_v10 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
animeArtDiffusionXL_alpha3 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
astreapixieXLAnime_v16 ✅ Enkoder tekstowy dostępny. Różnica 0.0029296875
bluePencilXL_v010 ✅ Enkoder tekstowy dostępny. Różnica 0.00177001953125
breakdomainxl_v03d ✅ Enkoder tekstowy dostępny. Różnica 0.0013427734375
canvasxl_Bfloat16V002 ✅ Enkoder tekstowy dostępny. Różnica 0.00390625
cherryPickerXL_v20 ✅ Enkoder tekstowy dostępny. Różnica 0.0016450881958007812
copaxTimelessxlSDXL1_v44 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
counterfeitxl_v10 ✅ Enkoder tekstowy dostępny. Różnica 0.001708984375
crystalClearXL_ccxl ✅ Enkoder tekstowy dostępny. Różnica 0.0012865066528320312
deepblueXL_v006 ✅ Enkoder tekstowy dostępny. Różnica 0.00200653076171875
dreamshaperXL10_alpha2Xl10 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
duchaitenAiartSDXL_v10 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
dynavisionXLAllInOneStylized_beta0371Bakedvae ✅ Enkoder tekstowy dostępny. Różnica 0.00321197509765625
dynavisionXLAllInOneStylized_beta0411Bakedvae ✅ Enkoder tekstowy dostępny. Różnica 0.0037841796875
envyoverdrivexl_v11 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
envypoodaxl01_v10 ✅ Enkoder tekstowy dostępny. Różnica 0.0011358261108398438
fantasticCharacters_v55 ✅ Enkoder tekstowy dostępny. Różnica 0.00390625
fenrisxl_V55 ✅ Enkoder tekstowy dostępny. Różnica 0.0086822509765625
fudukiMix_v10 ✅ Enkoder tekstowy dostępny. Różnica 0.0011138916015625
infinianimexl_v16 ✅ Enkoder tekstowy dostępny. Różnica 0.0048828125
juggernautXL_version1 ✅ Enkoder tekstowy dostępny. Różnica 0.001953125
LahMysteriousSDXL_v330 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
mbbxlUltimate_v10RC 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
miamodelSFWNSFWSDXL_v30 ✅ Enkoder tekstowy dostępny. Różnica 0.0047607421875
morphxl_v10 ✅ Enkoder tekstowy dostępny. Różnica 0.001861572265625
nightvisionXLPhotorealisticPortrait_beta0681Bakedvae ✅ Enkoder tekstowy dostępny. Różnica 0.013885498046875
osorubeshiAlphaXL_z ✅ Enkoder tekstowy dostępny. Różnica 0.005615234375
physiogenXL_v04 ✅ Enkoder tekstowy dostępny. Różnica 0.00390625
protovisionXLHighFidelity3D_beta0520Bakedvae ✅ Enkoder tekstowy dostępny. Różnica 0.007568359375
realitycheckXL_alpha11 ✅ Enkoder tekstowy dostępny. Różnica 0.0015010833740234375
realmixXL_v10 ✅ Enkoder tekstowy dostępny. Różnica 0.0023899078369140625
reproductionSDXL_v31 ✅ Enkoder tekstowy dostępny. Różnica 0.00146484375
rundiffusionXL_beta ✅ Enkoder tekstowy dostępny. Różnica 0.00196075439453125
samaritan3dCartoon_v40SDXL ✅ Enkoder tekstowy dostępny. Różnica 0.0009765625
sdvn6Realxl_detailface 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
sdxl10ArienmixxlAsian_v10 ✅ Enkoder tekstowy dostępny. Różnica 0.00048828125
sdxlbaseNsfwFaces_sdxlNsfwFaces03 ✅ Enkoder tekstowy dostępny. Różnica 0.008056640625
sdxlFaetastic_v10 ✅ Enkoder tekstowy dostępny. Różnica 0.0029296875
sdxlFixedvaeFp16Remove_baseFxiedVaeV2Fp16 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
sdxlNijiV4_sdxlNijiV4 ✅ Enkoder tekstowy dostępny. Różnica 0.0009765625
SDXLRonghua_v11 ✅ Enkoder tekstowy dostępny. Różnica 0.0009765625
sdxlUnstableDiffusers_v5UnchainedSlayer ✅ Enkoder tekstowy dostępny. Różnica 0.001251220703125
sdxlYamersAnimeUltra_yamersAnimeV2 ✅ Enkoder tekstowy dostępny. Różnica 0.000732421875
sdXL_v10VAEFix 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
shikianimexl_v10 ✅ Enkoder tekstowy dostępny. Różnica 0.0009765625
spectrumblendx_v10 ✅ Enkoder tekstowy dostępny. Różnica 0.0013065338134765625
stableDiffusionXL_v30 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
talmendoxlSDXL_v11Beta 🚫 Enkoder tekstowy niedostępny. Taki sam jak w SDXL 1.0 Base
wizard_v10 ✅ Enkoder tekstowy dostępny. Różnica 0.000244140625

🎉 Podziękowania i Cytowania

Serdeczne podziękowania dla społeczności za ich ciągłe wsparcie i feedback. Razem przesuwamy granice możliwości uczenia maszynowego!

Chcielibyśmy również docenić i podziękować następującym projektom i autorom:

ComfyUI: Korzystaliśmy i modyfikowaliśmy części ComfyUI w naszej pracy.
kohya-ss/sd-scripts i bmaltais: Nasza praca uwzględnia również modyfikacje z kohya-ss/sd-scripts.
lora-inspector: Skorzystaliśmy z projektu lora-inspector.
KohakuBlueleaf: Szczególne podziękowania dla KohakuBlueleaf za ich nieocenione wkłady.

Ile ???

Zastanawiałeś się kiedyś, "Ile miejsca zmarnowałem na *.ckpt i *.safetensors checkpointach?" 🤔 Poznaj HowMuch: narzędzie do sprawdzania zmarnowanej przestrzeni na checkpointach od teraz!

😄 Ciesz się tym nieco zbędnym, ale "zabawą dla całej rodziny" narzędziem DiskSpaceAnalyzer. 😄

Przegląd

HowMuch to narzędzie w Pythonie zaprojektowane do skanowania dysków (lub wskazanego katalogu) i raportowania całkowitej zajętości plików z określonymi rozszerzeniami, głównie .ckpt i .safetensors.

Wyświetla:

Całkowitą pojemność każdego skanowanego dysku lub katalogu.
Zajętość plików .ckpt i .safetensors.
Dostępną wolną przestrzeń.
Estetyczny wykres słupkowy wizualizujący powyższe dane.

Instalacja

GitHub

Z PyPI

Możesz łatwo zainstalować HowMuch za pomocą pip:

pip install howmuch

Ze źródła

Sklonuj repozytorium:

git clone https://github.com/1e-2/HowMuch.git

Przejdź do katalogu i zainstaluj:
```
cd HowMuch
pip install .
```

Użytkowanie

Uruchom narzędzie bez argumentów, aby przeskanować wszystkie dyski:

howmuch

Lub podaj konkretny katalog lub dysk do skanowania:

howmuch --scan C:\

🌐 FFusion.ai Informacje kontaktowe

Oficjalnie utrzymywane przez Source Code Bulgaria Ltd & Black Swan Technologies.

📧 Napisz do nas: di@ffusion.ai - W sprawach zapytań lub wsparcia.
🌍 Lokalizacje: Sofia | Istanbul | Londyn

Połącz się z nami:

🐙 GitHub
😊 Hugging Face
💡 Civitai

Nasze strony internetowe:

🌐 FFusion.ai
🌌 FFAI.eu
🔗 1e-2.com

Współtwórca

Zofia Nowak

Cześć! Nazywam się Zofia Nowak. Łączę pasję do fotografii z technologią, by prezentować najbardziej inspirujące obrazy tworzone przez sztuczną inteligencję.

Poprzedni

The AI Colab - V1

Następny

Efekty Marzycielskiej Fotografii - X74_a1 (Niebieski)

Użyj tego modelu