起风了AI漫画

新手小白向——吐司模型炼制小攻略 首先：打开吐司官网（https://tusiart.com/）进入模型训练界面:   第二步：上传训练数据集，最好是准备好事先裁剪好的素材（素材分辨率最好是64的倍数），上传然后打标;打标方式:Flux的模型训练推荐使用自然语言英文打标；其他sd1.0或者1.5的底膜使用wd1.4的打标模型打标即可；  真人模型推荐用自然语言，二次元推荐用wd1.4; 第三步：主要参数设置：单张重复次数（Repeat）代表训练一轮模型学习这张图片的次数，训练轮数（Epoch）代表，训练的总轮次，一般（Repeat）乘以（Epoch）达到100以上就有一个比较好的模型训练成果。两者相乘再乘以上传数据集的图片数量就等于总训练步数。接下来要设置的是：文本编码器学习率Text Encoder learning rate以F1的底膜为例，一般设置为：2e-6Unet 学习率Unet learning rate以F1的底膜为例，一般设置为：5e-4或者直接采用系统推荐的学习率参数    学习调度器选择：  优化器选择：  训练网格大小和alpha值设置：这两者决定了你训练出来的模型的文件大小，以F1的底膜为例，一般数据集比较小时设置成16-8，或者是32-16就可以，前者保持在后者的2倍，数值设置越大训练的速度越慢，相对来说学习深度越高。 最后设置样图的大小和样图提示词：噪声偏移及其他几种高级参数对F1的lora训练影响不大，保持默认值或者改成0都可。  别忘了添加你的触发词：使用批量加标签加入触发词  第三步：点击立即训练：完成你的lora训练吧！ 第四步：训练完成后选择符合你要求的模型，吐司可以保存十个不同轮次的模型，从中挑选出你喜欢的。 通过查看loss值看模型的拟合程度： 

圣诞活动攻略——发布带小卡的小工具 第一步、选择一个可以运行的工作流，一定要可以在吐司在线运行。如果没有合适的工作流可以用这个，下载，然后略加修改：https://tusiart.com/workflows/804004786767899945  第二步，运行一次，确保可以成功出图，然后添加吐司的TA小节点（TA Node -PromptText），点开高级设置。一定要选择第一个，只有这个支持小卡。 第三步，在提示词树中，选择其中需要前台展示选择的小卡提示词选项：  自行选择需要添加的选项，完成后如下： 左侧预览效果： 第四点：修改提示词输入路径： 首先将原来的提示词输入节点（clip文本编码器）转换为输入，如下操作：然后链接刚添加的TA node新节点到原来的提示词文本节点（clip文本编码器）；最后：发布并查看前台效果：   生成一次，试试效果：