safetensors_util

特徴

これは、Pythonのみで記述されたSafetensorsファイル用の軽量ユーティリティプログラムです（主要な外部依存関係はありません）。現在、次のことができます。

 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

最も便利なことは、おそらくメタデータコマンドの読み取りと書き込みです。メタデータを読むには：

    python safetensors_util.py metadata input_file.safetensors -pm

多くのSafetensorsファイル、特にLoraファイルには、学習率、エポック数、使用されている画像数などのトレーニング情報を記録する__メタダタ__フィールドがファイルヘッダーにあります。お気に入りのファイルがどのようにトレーニングされたかを確認し、おそらく将来のモデルにトレーニングパラメーターの一部を使用できます。

オプションの-pmフラグは、出力をより読みやすくすることを目的としています。 SafeTensorsファイルは、メタデータの文字列間辞書のみを許可するため、非弦の値を引用する必要があります。基本的に-pmフラグはこれを回そうとします。

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

これに：

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

__Metadata__エントリを含むJSONファイルを作成できます。

 {
     "__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
     }
}

writemdコマンドを使用して、セーフテンサーファイルヘッダーに書き込みます。

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