1. 임베딩

용량은 1메가 이하이다.

임베딩은 1토큰당 4kb로 구성되어 있고 75토큰을 넘을 수 없으므로 절대로 1메가를 넘을 수 없다.

확장자는 .pt이며

임베딩 폴더에 넣어주면 된다.

=======

*추가내용

(기본적으로 임베딩 하이퍼 모델 VAE LoRA의 확장자는 모두가 .pt, .safetensor, .bin, 등으로 표기될 수 있다)
(왜냐하면 상기 서술한 확장자들은 모두 학습파일을 압축한 파일을 나타내는 확장자이기 때문이다.)

=======

\stable-diffusion-webui\embeddings

코랩 사용자의 경우에도 임베딩이라 쓰여 있는 폴더가 있을텐데 거기에 넣으면 된다.

사용 방법 : 프롬프트에 임베딩 파일명을 쓰면 된다.

ex) 파일명이 bad_prompt.pt 라면 프롬프트에  bad_prompt 를 넣으면 된다.

역으로 적용하고 싶으면 네거티브 프롬프트에 적어 넣으면 된다.

2. 하이퍼

용량은 최소 21메가에서 최대 1기가까지 다양하다.

레이어 구성방법에 따라 용량이 달라지기 때문인데

일반적인 1,2,1 3레이어 구성의 하이퍼는 81메가 정도이나

1,2,4,2,1 이런 5레이어 구성 하이퍼의 경우 578메가이다.

대충 21메가에서 500메가 사이의 짜리 파일들이 돌아다닌다.

확장자는 임베딩과 동일한 .pt이나 용량으로 구분하면 된다.

하이퍼 네트워크 폴더에 넣더주면 된다.

\stable-diffusion-webui\models\hypernetworks

임베딩과 달리 모델폴더를 하나 거쳐야 한다.

적용 방법 : 설정에서 하이퍼를 적용하고 확인을 누르기 혹은 빠른 설정을 사용한다.

빠른설정 적용 방법은 다음과 같다.

설정으로 넘어가면 설정 맨 끝 즈음에 빠른 설정 리스트 라는게 있을 것이다.

그곳에 아래의 설정을 복사해서 붙여 넣은 뒤 명령 프롬프트(검은창) 까지 껏다 킨다.

sd_model_checkpoint, sd_hypernetwork, sd_hypernetwork_strength, CLIP_stop_at_last_layers, sd_vae

3. 모델

용량은 최소 2기가에서 7.2기가로 보통 세가지 용량이 존재한다.

학습에 필요한 부분을 제거한 4기가 버전.

F16 Float로 변환한 2기가 버전

확장자는 .ckpt 와 .safetensors 두가지가 있다.

.safetensors는 .ckpt에서 존재할지도 모르는 악성코드를 제거한 버전이니 일반적으로 이것을 받는 것이 좋다.

Stable-diffusion 폴더에 넣어주면 된다.

\stable-diffusion-webui\models\Stable-diffusion

4. vae

용량은 300~400메가 정도이나 더 다양한 용량으로 존재할 수도 있다.

VAE는 Variational Autoencoder 의 약자로 계산이 더 빨라질 수 있도록 

더 작은 잠재 공간으로 이미지를 인코딩 및 디코딩하는 신경망 모델의 일부이다.

모든 모델에는 이미 vae가 내재되어 있으므로 무조건 사용할 필요는 없으나,

흐린 이미지를 수정하는 등 효과가 상당하므로 일반적으로 사용된다.

확장자는 .vae.pt 로 

Stable-diffusion 폴더에 넣어주면 된다.

\stable-diffusion-webui\models\Stable-diffusion

\stable-diffusion-webui\models\VAE 폴더에 넣어도 된다.

어디에 넣어도 사용하는데 그 어떠한 차이점도 없다.

5. yaml

일종의 모델에 딸린 구성파일로 모델이랑 같은 이름으로 바꾸고 넣어주면 된다.

용량은 1~10kb 수준이다. 열어보면 단순히 텍스트로 된 코드가 몇 줄 적혀 있는 것을 확인할 수 있다.

확장자는 .yaml 로 

Stable-diffusion 폴더에 넣어주면 된다.

\stable-diffusion-webui\models\Stable-diffusion

똑같은 질문 매번 올라오는거 보기 지겨워서 한번에 정리해서 올림