Режим бога Promts

101 кожаный, ну что, уже куча людей явно делали подобные гайды и расписывали тонну информации касательно «промтов».
Не поверишь, многие из них я так же читал, пытался понять, вдуматься, сделать выводы и в голове всегда была одна и та же фраза:

В следствии чего, решил таки привести всю эту кашу в единое и понятное целое. Поговорим сегодня о работе промтов касательно Stable Diffusion т. к. именно там я и работаю. Так что присаживайся по удобнее, заваривай чайок, бери что нибудь вкусненькое и погнали.

Начнём из далека, изначально да и сейчас есть пределы и лимиты. это 75 токенов. Как в негативе так и в позитиве.
- что это вообще за токен?
Если опустить всю научную чепуху о том что такое токен, как он работает и т. д. для простых смертных объясню. Это числовой код, который сформирован на основе запроса. Проще сказать 1 слово — 1 токен. Но… есть 1 нюанс (как в анекдоте) символ запятая "," так же является токеном и приравнивается 1 единице.

Да, так что многие «боги промта» завещают нам.
- Составляй запросы разумно! Не разбрасывайся словами на ветер!

В чём то они правы. Давайте я покажу вам как можно себя немного обезопасить во время написания промта и не совершить ошибки (коих я уже наворотил не мало).

Есть два варианта проверки себя:

Расмотрим 1 вариант.
Возьмём позитивный промт:

4K, 8K, HD, (ultra realistic photo) , ((best quality)) , ((masterpiece)) , ((realistic)) , (detailed) , wide-angle, landscape, Goddess of Daytime Rome, portrait girl 25 years old, long hair, (white hair:1.22). Very smart face, neat nose, (black eyes:1.11), (detailed eyes:1.12), very thin, (top view:1.22), (freckles:0.7), ((golden olive branch in the hair)) , Perfect ass, attractive, (small breast:1.13), (perfect body) , Dawn hits her face and skin through, (Dressed in a white tunic:1.22), (In the background the castle of the god Zeus, columns, golden throne) , black border, anime character, neko, high detail, high quality, intricate, details, beautiful, (rtx:1.1)

и закинем в WebUi в итоге и увидим 135/150

Да да, у меня там показывает 135 из 150 хотя я выше сказал что "ЛИМИТ 75!" падажжите! Сейчас объясню. У многих моделей, данный порог, увеличен, у базовых моделей изначально был лимит 75. И вот из тех бородатых веков идёт поверье что 75 это максимум. Нет, максимум определяется моделью что вы используете вот и всё, порог своей модели вы можете понять на этапе когда начнутся артефакты и ошибки при генерации. Но, всё равно моя личная рекомендация снижать объем запроса для более качественной обработки, ведь чем больше вводных, тем больше нейросеть пытается учесть и тем больше она делает ошибки. По этому только опытным путём и читая описание к модели вы можете узнать на сколько она капризна к данным показателям.

Но я ведь пишу это всё не просто так) правда. Сейчас будем разбирать наглядный пример, как уменьшить колличество токенов и при этом получить желаемый результат.

Берём второй вариант (более детальный)

Возьмём тот же промт и проверим через расширение (Extensions) Tokenizer.
Что бы у вас оно появилось в WebUI. Необходимо перейти у во вкладку Extensions — Available — Load from: затем нажать сочетание Ctrl + F и ввести tokenizer (что бы не искать в списке), далее установливаем данное расширение

после установки нужно перезапустить WebUI. Сделать это можно через вкладку Installed в том же окне Extensions и нажать кнопку «Apply and restart UI» после всех манипуляций у вас в общей строке инструментов должен появиться Tokenizer

Проваливаемся туда, и в Text input закидываем наш промт и жмём кнопку Tokenize, получаем под кнопкой тот же текст? о_О Нет, вам не показалось. Да это ваш текст, только уже обработан так как видит его нейросеть.

Если выбрать вкладку Tokens рядом с Text мы увидим замечательные данные что у нас 195 токенов!

Но подожди… там было 135 здесь 195…

Отставить математику! Всё куда проще чем кажется, ибо расширение считает еще и каждую точку и каждую скобку. В последствии это уже дообрабатывается за счёт оптимизации и количество используемых токенов уменьшается, следовательно, ваши запятые нейросеть воспринимает как разделители, а скобки воспринимаются как вес самого токена. Всё понял? Отлично.

Исходя из этого мы возвращаемся во вкладку Text и смотрим наш обработанный промт и видим что каждое слово выделено в разные цвета, что означает разделение на разные токены если навести мышку можно увидеть значение. Таким образом у нас 4k и 8k имеют каждый по 2 токена отдельно "4" и отдельно "к". хотя… это маленькое слово, да и должно быть по идеи 1 токеном… Сложно как то… На самом деле нет. Есть слова которые имеют большее начение, и вот 4k и 8k из этих самых ребят.

Давайте оптимизируем наш промт избавившись от так называемых «паразитов» дабы упростить работу и улучшить результат. Первое что мы сделаем, уберём 4K оставив 8K, они перекрывают друг друга и в связи с этим качество ухудшается. Затем избавимся от таких упоминаний как «very« и т.д. просто приводим промт в чёткие команды без всяких, скажем… дополнительно не нужно описывающих слов. Лучше использовать веса в данном случае. Не пишите "very old", сделайте лучше (old:1.3) так вы получите результат куда лучше да и нейросеть поймёт вас точнее. Но веса это отдельная вообще тема. Если будет интересно затронем и её в следующих постах

И так, оптимизировав наш промт мы получили вот такой результат.

(ultra realistic photo), 8k, ((best quality)), ((masterpiece)), ((realistic)), wide-angle, landscape,
portrait girl 25 years, long hair, (white hair:1.22). smart face, neat nose, (black eyes:1.11), (detailed eyes:1.12), (thin), (freckles:0.7), ((golden olive branch in hair)),
Perfect ass, attractive, (small breast:1.13), (perfect body), Dawn hits her face and skin, (Dressed in white tunic:1.22),
The background, (Rome, castle of the Zeus, columns),
black border, anime character, high detail, high quality, intricate, details, beautiful, (rtx:1.1)

и на выходе всего 162 токена. Изменилось ли качество? Хм… Давайте посмотрим.

По сути мы получили тот же образ, более аккуратные детали, и без лишнего мусора на заднем фоне. Проще говоря. ваш промт должен быть разбит на блоки:

Следуя данным правилам вы избавитесь от частой перегенерации для получения качественного результата т.к. нейросеть будет выполнять вашу задачу корректнее.

Вот и всё кожаные) Писал первый раз, долго думал чем бы с вами поделиться интересным и решил затронуть данную тему. Увидимся в следующих постах!

Еще у меня есть телеграм канал буду рад вас видеть там.

P. s. должен предупредить, канал 18+ детям вход запрещен!

#stablediffusion #нейросети #нейронныесети #гайд #промт #sd