Textual Inversion(文本倒置)，又稱Embedding(嵌入)，適合讓AI學習一個新的概念/物體。畫風相較於HyperNetwork學習能力較差。

Anything這類基於NovelAI製作的模型不適合拿來練Embedding，成品會很詭異。從頭開始訓練的Waifu Diffusion或Stable Diffusion比較適合訓練Embedding，因此這裡使用的基礎模型為Waifu Diffusion 1.4。

1. 操作過程 #

1. 啟動SD WebUI

2. 切換至Train頁面，在Create embedding輸入名字。Number of vectors per token設定7以上。點選Create embedding。

3. 切換至Train頁面，選擇剛剛建立的embedding，於Dataset directory輸入訓練資料的路徑

4. Prompt template file選style_filewords.txt。Mx Step設定訓練至10000步停止。當然你也可以調高一點，並看預覽圖決定品質差不多之後才按Interrupt中止訓練，究竟要多少步數不得而知。

5. 點選Train Embedding，開始訓練。

6. SD WebUI應會顯示剩餘時間，通常是一小時起跳，每500步會在右邊顯示訓練該步數的成果。

7. 你也可以到SD WenUI根目錄下的texual_inversions查看訓練成果。裡面image_embeddings目錄會存放第幾步所訓練的成果。

8. 待訓練完成後，至SD WenUI根目錄下的texual_inversions/embeddings，對照image_embeddings目錄的圖片挑選合適的成品。

9. 例如覺得9500步的不錯，那就將該pt檔從裡面挑出，將其放到SD WebUI程式目錄下的embeddings。

2. Embedding模型使用方式 #

1. 於SD WebUI的生圖界面，點選右上角Show Extra Networks

2. 接著選取要使用的embedding，點選將其加入提示詞欄位。Embedding只能配合訓練時使用的模型來算圖。

3. 然後按照Embedding訓練時使用的提示詞下提示詞，這樣算出來的圖便會有該Embedding的人物了。