"
Xử lý và tinh chỉnh dữ liệu sau khi train là một công việc cực kỳ quan trọng để tạo ra một sản phẩm tốt và dễ dùng cũng như sửa chưa sai lầm khi train. Tuy nhiên đây là một kỹ năng cực kỳ khó và gần như không một nơi nào chỉ dạy. Khoá học SD Training after này được mình đúc kết từ vô vàn các nhưng bài test và kiến thức chuyên sâu từ nhiều nguồn. Đây là kiến thức sẽ mang đến cho bạn cách nhìn mới về training, mở rộng tiềm năng của train, rút ngắn thời gian train, mở ra cách nhìn rộng lớn hơn về cách vận hành dữ liệu trong Stable Diffusion
"
Khoá học phù hợp với ai ?
- Phù hợp với các bạn đã biết generate / sử dụng Automatic1111 cơ bản, có kỹ năng và đã từng training model
- Các bạn muốn tìm hiểu chuyên sâu về training và các cách tối ưu hiệu quả train
- Những bạn muốn tiến sâu hơn trong ngành model creator, tạo ra các model với chất lượng cực cao và dễ dùng.
- Những bạn muốn làm chủ kỹ năng merger, làm chủ cách vận hành dữ liệu của SD
Bạn sẽ được học gì trong khoá học ?
- Học được các phương pháp hiệu chỉnh lora / checkpoint
- Phương pháp tách các lớp dữ liệu như chất liệu, hình khối trong model
- Phương pháp trích xuất và di chuyển dữ liệu train
- Các phương pháp merger model theo từng yêu cầu cụ thể
- Ứng dụng kiến thức hiệu chỉnh dữ liệu để tối ưu phương pháp training
- Cách hiệu chỉnh ánh sáng, tương phản, detail, style trong checkpoint bất kỳ
Chi tiết khoá học SD Training after
Lưy ý : Khoá học khá nặng về tính lý thuyết và cần hiểu tương đối về train để đạt hiệu quả tốt nhất
Số lượng học viên
3-5
Ưu tiên với nhóm bạn học chung
Lịch học
2 buổi online
Buổi 1 - Xử lý dữ liệu trong Lora | Buổi 2 - Xử lý dữ liệu checkpoint. Cố định 20h - Thứ 5
Học phí
1.500.000
Giảm 10% khi đăng ký từ 2 khoá học
Riêng các lớp cho cá nhân, nhóm và doanh nghiệp book riêng có thể linh hoạt lịch và địa điểm dạy
Đăng ký ngay Liên hệMục tiêu sau khoá học
- Làm được các lora cao cấp như lora slider
- Tối ưu được quá trình training bằng các phương pháp hiệu chỉnh dữ liệu
- Có thể chỉnh sửa được model training mà không phải train lại
- Có tư duy về dữ liệu, tạo được model theo mục tiêu bất kỳ bằng các cách xử lý dữ liệu