相信很多大家對谷歌發(fā)布革命性模型訓練方法HyperDreamBooth 20秒完成模型訓練還不知道吧，今天菲菲就帶你們一起去了解一下~.~！

站長之家（ChinaZ.com）6月5日 消息:谷歌發(fā)布了一項名為HyperDreamBooth的革命性模型訓練方法，該方法在生成AI領域取得了顯著的進步，尤其是在個性化模型訓練方面。然而，盡管這一技術具有突破性，谷歌并沒有計劃將其開源。

主要特點:

超快速訓練:能在20秒內(nèi)完成模型訓練，這比DreamBooth快了25倍，比Textual Inversion快了125倍。

個性化權重的超網(wǎng)絡:從單張人像生成一小組個性化權重，這使得模型能夠捕捉到個體的特征。

高質量和風格多樣性:盡管只需一張參考圖像，生成的模型在質量和風格多樣性上與DreamBooth相當。

極小的模型尺寸:生成的模型比普通DreamBooth模型小10000倍，這極大地減少了存儲需求。

HyperDreamBooth通過使用HyperNetwork技術，有效地從單個人物圖像中生成個性化權重，這些權重隨后被組合到擴散模型中。結合快速微調，該方法能夠在極短的時間內(nèi)生成具有高度主題細節(jié)的面部圖像，同時保留了對多樣化風格和語義修改的敏感性。

谷歌提出的解決方案還包括:

輕量級DreamBooth（LiDB）:一個個性化文本到圖像模型，其定制部分僅有約100KB大小，通過在低秩適應權重空間內(nèi)生成隨機正交不完整基礎來訓練DreamBooth模型。

結合輕量級DreamBooth配置:定制部分與給定主題生成文本到圖像擴散模型權重的架構相結合，提供了強大的方向初始化，使得模型能夠在幾次迭代內(nèi)實現(xiàn)強大的主題保真度。

秩松弛微調技術:在優(yōu)化過程中放松LoRA DreamBooth模型的秩，以實現(xiàn)更高的主題保真度。這種方法允許使用HyperNetwork進行初始近似初始化個性化模型，并使用秩松弛微調技術近似高級主題細節(jié)。

HyperDreamBooth的發(fā)布代表了AI個性化模型訓練的一個重大進步，盡管其不開源的決定可能會限制其他研究者和開發(fā)者直接利用這項技術的能力。谷歌的這一貢獻為AI領域提供了新的可能性，同時也為未來的研究和應用設定了新的標準。

項目地址：https://top.aibase.com/tool/hyperdreambooth

以上就是關于【谷歌發(fā)布革命性模型訓練方法HyperDreamBooth 20秒完成模型訓練】的相關內(nèi)容，希望對大家有幫助！