Checkpoint
Qu’est-ce que Checkpoint ?
Un checkpoint est une version sauvegardée d'un modèle IA entraîné que vous pouvez charger et utiliser ( ou poursuivre l'entraînement à partir de là ) sans repartir de zéro.
En un coup d’œil
- Aussi appelé
- Poids du modèleInstantané du modèleModèle sauvegardé
- Utilisé pour
- Sauvegarde des progrès d'entraînementPartage de modèles pré-entraînésFine-tuningGénération spécifique à un style
- Outils courants
- Stable diffusionComfyUIAutomatic1111Hugging face
- Termes liés
- LoRAFine-tuningDiffusion modelModel weightsBase model
Prêt à créer ?
Réalisez des scènes, créez des personnages, livrez des films entiers
Plateforme créative IA tout-en-un, avec une tarification simple et transparente, sans bridage de vitesse, et un Canvas infini pour une créativité maximale.
Comparaison
Un checkpoint est un modèle sauvegardé complet contenant tous les poids appris, tandis qu'un LoRA est un petit fichier complémentaire qui modifie le comportement d'un checkpoint de base sans le remplacer. Les checkpoints définissent la capacité et l'esthétique centrales ; les LoRA les affinent ou les réorientent.
Imaginez plutôt…
Un checkpoint est comme un fichier de sauvegarde dans un jeu vidéo : il enregistre exactement où vous en êtes pour que vous puissiez y revenir plus tard, le partager avec quelqu'un d'autre ou continuer depuis ce point plutôt que de tout reprendre depuis le début. Tout comme différentes sauvegardes représentent différents moments dans la progression d'un jeu, différents checkpoints représentent différentes étapes ou spécialisations de l'entraînement d'un modèle.
Astuce de pro
Lorsque vous construisez un workflow IA d'image ou de vidéo, choisissez d'abord votre checkpoint de base : il définit l'ADN visuel de tout ce qui suit. Un checkpoint photoréaliste associé à un LoRA cinéma produira généralement de meilleurs résultats que d'essayer de pousser un checkpoint d'illustration stylisée vers le réalisme.
Types et variantes
- Les checkpoints varient considérablement selon le moment où ils sont enregistrés dans le processus d'entraînement.
- Un checkpoint de base représente un modèle de fondation entièrement entraîné aux capacités générales étendues, tandis qu'un checkpoint fine-tuné a été entraîné plus avant sur un jeu de données spécifique pour spécialiser sa sortie.
- Les checkpoints fusionnés combinent les poids de deux modèles ou plus en un seul fichier, mélangeant leurs styles ou leurs capacités.
- Dans certains pipelines, des checkpoints partiels ou delta ne stockent que les écarts par rapport à un modèle de base, réduisant la taille du fichier.
- Les checkpoints EMA (Exponential Moving Average) enregistrent une version lissée des poids qui produit souvent un rendu plus stable et plus cohérent que le checkpoint d'entraînement brut.
Prêt à créer votre première scène dans Morphic ?
Essayer MorphicCas d’usage courants
- Les checkpoints sont utilisés chaque fois qu'un modèle IA pré-entraîné doit être chargé pour l'inférence, partagé avec d'autres utilisateurs ou utilisé comme point de départ pour un entraînement complémentaire.
- Dans les workflows de génération d'images, les créateurs choisissent des checkpoints pour définir le style visuel de leur sortie : par exemple, en choisissant un checkpoint photoréaliste pour des rendus produits ou un checkpoint illustré pour du concept art.
- Dans les pipelines de génération vidéo, les checkpoints sous-tendent le modèle de base utilisé par l'outil.
- Les fine-tuners utilisent les checkpoints existants comme points de départ pour s'entraîner sur des jeux de données personnalisés, produisant des modèles spécialisés pour des personnages, environnements ou esthétiques spécifiques.
Prêt à créer ?
Réalisez des scènes, créez des personnages, livrez des films entiers
Plateforme créative IA tout-en-un, avec une tarification simple et transparente, sans bridage de vitesse, et un Canvas infini pour une créativité maximale.
