前言

Textual Inversion(文本倒置)，又称Embedding(嵌入)，适合让AI学习一个新的概念/物体。画风相较于HyperNetwork学习能力较差。

Anything这类基于NovelAI制作的模型不适合拿来练Embedding，成品会很诡异。从头开始训练的Waifu Diffusion或Stable Diffusion比较适合训练Embedding，因此这里使用的基础模型为Waifu Diffusion 1.4。

一、开始训练

第一步：启动Stable Diffusion WebUI

第二步：进入Train页面

切换至Train页面，在Create embedding输入名字。Number of vectors per token设置7以上。点击Create embedding。

第三步：设置训练数据路径

切换至Train页面，选择刚刚创建的embedding，于Dataset directory输入训练数据的路径

Prompt template file选style_filewords.txt。Mx Step设置训练至10000步停止。当然你也可以调高一点，并看预览图决定品质差不多之后才按Interrupt中止训练，究竟要多少步数不得而知。

第四步：开始训练

点击Train Embedding，开始训练。

Stable Diffusion WebUI应会显示剩余时间，通常是一小时起跳，每500步会在右边显示训练该步数的成果。

你也可以到Stable Diffusion WebUI根目录下的texual_inversions查看训练成果。里面image_embeddings目录会存放第几步所训练的成果。

待训练完成后，到Stable Diffusion WebUI根目录下的texual_inversions/embeddings，对照image_embeddings目录的图片挑选合适的成品。

例如觉得9500步的不错，那就将该pt档从里面挑出，将其放到SD WebUI程序目录下的embeddings。

二、使用Embedding模型

Stable Diffusion WebUI的生图界面，点击右上角Show Extra Networks

接着选取要使用的embedding，点击将其加入提示词字段。Embedding只能配合训练时使用的模型来算图。

然后按照Embedding训练时使用的提示词下提示词，这样算出来的图便会有该Embedding的人物了。