比起学习概念的embedding，HyperNetwork(超网络)更适合让AI学习图片整体画风。

HyperNetwork我是使用Anything当基础模型来训练。

1. 操作过程 #

1. 启动SD WebUI

2. 切换至Train页面，在Create hypernetwork输入名字。Number of vectors per token设置7以上。点击Create hypernetwork。

3. 切换至Train页面，选择刚刚创建的hypernetwork，于Dataset directory输入训练数据的路径。Prompt template file选hypernetwork.txt。

4. Max Step设置训练至10000步停止。

5. 最后点击Train HyperNetwork，开始训练。SD WebUI会显示剩余时间，HyperNetwork会比Embedding长一些。

6. 同样可以到SD WebUI根目录下的texual_inversions/hypernetwork查看训练结果。里面会有images目录存放第几步所训练的成果。

7. 待训练完成后，至SD WeBUI根目录下的texual_Inversions/hypernetworks，对照images目录下的图片挑选合适的成品。

8. 例如觉得9500步的不错，就将pt档放到SD WebUI根目录下的models/hypernetwork。

2. HyperNetwork模型使用方式 #

1. 于SD WebUI的生图界面，点击右上角Show Extra Networks

2. 接着选取要使用的Hypernetwork，点击将其加入提示词字段

3. 接着再使用训练时候使用的提示词，这样算出来的图便会有该HyperNetwork的人物了，并且画风还原很佳。