Civitai终于上了免费的图片生成的功能，你现在可以直接在Civit上使用站内的CKPT模型和Lora模型，C站应该是现在

Civitai终于上了免费的图片生成的功能，你现在可以直接在Civitai上使用站内的CKPT模型和Lora模型，C站应该是现在SD模型最多的地方了一些简单的图可以直接去试试了。 目前应该是不支持SDXL的模型，也不支持ControlNet，图像分辨率是固定的三个。我下面简单介绍一下生成功能的用法： 你可以在页面右下角找到Create的按钮点击就可以打开创建的弹窗。 你可以点击“Add Model”添加CKPT模型基本上可以搜到站内所有的模型，但是目前不能添加SDXL模型。 接下来就是提示词和反向提示词的填写，“Mature content”开启后可以生成那啥内容。 最后可以选择生成图片的尺寸，然后点击“Advanced”的三角可以展开各种高级设置。然后点击Generate就可以生成图片了。 然后在“Queue”可以看到你图片生成的队列，在“Feed”里面可以看到所有生成过图片的大图。 教程基本就这些了，相较于国内那几个web UI套壳改的模型网站的生成功能Civitai的这个交互看起来还是做过优化有思考的，而且随便写一些提示词生成的效果也不错应该是有一些其他的优化。趁现在还免费可以先去试试：

| #指南 - Transformer是训练语言模型最常用的架构。预训练再微调是训练语言模型的主要方法。

| #指南 - Transformer是训练语言模型最常用的架构。预训练再微调是训练语言模型的主要方法。 - 微调需要收集任务特定的数据集，一般大小在几十MB到几GB。 - 数据预处理非常重要，需要将数据清理成合适的格式，如JSONL。 - 主要的训练超参数包括batch size、epoch数、学习率、梯度累积步数等。 - LoRA是一种减少GPU内存占用的微调方法，QLoRA则通过量化进一步降低了内存需求。 - 学习曲线可以诊断模型的训练情况，判断是否欠拟合、过拟合或拟合良好。 - 模型量化可以降低模型大小，使大模型也能在低显存环境下使用。 - 模型适配器方法可以进行个性化微调而不加载整个模型。 - 模型融合可以组合多个模型的优势得到更优的单模型。 - 合理配置训练超参数以及诊断学习曲线对获得期望的模型至关重要。