safetensors_util

特征

这是一个轻巧的实用程序，用于仅用Python编写的SafetEnsors文件（没有主要的外部依赖项）。目前，它可以执行以下操作：

 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

最有用的事情可能是读写元数据命令。阅读元数据：

    python safetensors_util.py metadata input_file.safetensors -pm

许多SafetEnsors文件，尤其是LORA文件，在文件标头中都有一个__ metadata__字段，记录培训信息，例如学习率，时代数量，所使用的图像数量等。您可以看到您喜欢的文件是如何经过培训的，并且可能将来对您自己的模型使用一些培训参数。

可选的-PM标志旨在使输出更可读。因为SafetEnsors文件仅允许在元数据中允许字符串到字符串字典，因此必须引用非弦乐值。基本上-PM标志试图转动以下方式：

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

介入：

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

您可以创建一个包含__ metadata__ __输入的JSON文件：

 {
     "__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
     }
}

并使用writemd命令将其写入SafetEnsors文件标头：

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