safetensors_util

特徵

這是一個輕巧的實用程序，用於僅用Python編寫的SafetEnsors文件（沒有主要的外部依賴項）。目前，它可以執行以下操作：

 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讀寫元數據命令。閱讀元數據：

    python safetensors_util.py metadata input_file.safetensors -pm

許多SafetEnsors文件，尤其是LORA文件，在文件標頭中都有一個__ metadata__字段，記錄培訓信息，例如學習率，時代數量，所使用的圖像數量等。您可以看到您喜歡的文件是如何經過培訓的，並且可能將來對您自己的模型使用一些培訓參數。

可選的-PM標誌旨在使輸出更可讀。因為SafetEnsors文件僅允許在元數據中允許字符串到字符串字典，因此必須引用非弦樂值。基本上-PM標誌試圖轉動以下方式：

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

介入：

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

您可以創建一個包含__ metadata__ __輸入的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
     }
}

並使用writemd命令將其寫入SafetEnsors文件標頭：

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