safetensors_util

Fitur

Ini adalah program utilitas ringan untuk file Safetensors yang ditulis hanya dalam Python (tidak ada dependensi eksternal utama). Saat ini dapat melakukan hal berikut:

 Usage: safetensors_util.py [OPTIONS] COMMAND [ARGS]...

Options:
  --version    Show the version and exit.
  -q, --quiet  quiet mode, don't print informational stuff
  --help       Show this message and exit.

Commands:
  checklora    see if input file is a SD 1.x LoRA file
  extractdata  extract one tensor and save to file
  extracthdr   extract file header and save to output file
  header       print file header
  listkeys     print header key names (except __metadata__) as a Python list
  metadata     print only __metadata__ in file header
  writemd      read __metadata__ from json and write to safetensors file

Hal yang paling berguna mungkin adalah perintah metadata baca dan tulis. Membaca Metadata:

    python safetensors_util.py metadata input_file.safetensors -pm

Banyak file Safetensors, terutama file LORA, memiliki bidang __metadata__ di header file yang mencatat informasi pelatihan, seperti tingkat pembelajaran, jumlah zaman, jumlah gambar yang digunakan, dll. Anda dapat melihat bagaimana file favorit Anda dilatih dan mungkin menggunakan beberapa parameter pelatihan untuk model Anda sendiri di masa depan.

Bendera -PM opsional dimaksudkan untuk membuat output lebih mudah dibaca. Karena file Safetensor hanya mengizinkan kamus string-ke-string di metadata, nilai non-string harus dikutip. Pada dasarnya bendera -pm mencoba mengubah ini:

    "ss_dataset_dirs":"{"abc": {"n_repeats": 2, "img_count": 60}}",

ke dalam ini:

    "ss_dataset_dirs":{
     "abc":{
      "n_repeats":2,
      "img_count":60
     }
    },

Anda dapat membuat file JSON yang berisi entri __metadata__:

 {
     "__metadata__":{
          "Description": "Stable Diffusion 1.5 LoRA trained on cat pictures",
          "Trigger Words":["cat from hell","killer kitten"],
          "Base Model": "Stable Diffusion 1.5",
          "Training Info": {
                "trainer": "modified Kohya SS",
                "resolution":[512,512],
                "lr":1e-6,
                "text_lr":1e-6,
                "schedule": "linear",
                "text_scheduler": "linear",
                "clip_skip": 0,
                "regularization_images": "none"
          },
          "ss_network_alpha":16,
          "ss_network_dim":16
     }
}

dan tuliskan ke header file Safetensors menggunakan perintah WrItEMD :

    python safetensors_util.py writemd input.safetensors input.json output.safetensors