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

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 Morphic

Cas 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.

FAQ

Qu'est-ce qu'un checkpoint en génération d'images IA ?

Un checkpoint est un fichier contenant tous les poids appris d'un modèle IA entraîné. Charger un checkpoint vous donne un modèle prêt à l'emploi capable de générer des images ou des vidéos sans aucun entraînement supplémentaire.

En quoi un checkpoint diffère-t-il d'un LoRA ?

Un checkpoint est un fichier de modèle complet contenant tous les paramètres. Un LoRA est un petit fichier complémentaire qui ajuste ou enrichit le comportement d'un checkpoint existant. Vous avez toujours besoin d'un checkpoint pour exécuter la génération ; les LoRA sont des ajouts optionnels.

Puis-je utiliser le checkpoint de quelqu'un d'autre ?

Oui : le partage de checkpoints est courant dans la communauté IA open-source. Des sites comme Hugging Face et Civitai hébergent des milliers de checkpoints entraînés par la communauté disponibles au téléchargement, mais vous devez toujours vérifier les conditions de licence avant d'en utiliser un dans des projets commerciaux.

Pourquoi les fichiers checkpoint sont-ils si volumineux ?

Les fichiers checkpoint stockent tous les poids numériques d'un modèle, qui peuvent se compter en milliards pour les grands modèles. Même les formats compressés comme safetensors peuvent donner lieu à des fichiers de plusieurs gigaoctets pour les modèles d'images, et de centaines de gigaoctets pour les grands modèles de langage.

Que signifie fine-tuner à partir d'un checkpoint ?

Fine-tuner à partir d'un checkpoint signifie prendre les poids sauvegardés d'un modèle pré-entraîné comme point de départ et continuer l'entraînement sur de nouvelles données. C'est bien plus efficace que d'entraîner depuis zéro car le modèle dispose déjà de connaissances générales et n'a qu'à se spécialiser.

Sous quel format les fichiers checkpoint sont-ils généralement enregistrés ?

Les formats courants incluent.ckpt (le format checkpoint PyTorch d'origine),.safetensors (une alternative plus sûre et plus rapide largement utilisée dans l'écosystème Stable Diffusion), et les fichiers.pt ou.pth. Le format safetensors est désormais généralement préféré pour le partage en raison de ses avantages en matière de sécurité et de rapidité.

Tous les outils de génération vidéo IA utilisent-ils des checkpoints ?

Le concept s'applique à la plupart des outils basés sur l'apprentissage profond, mais tous n'exposent pas directement les checkpoints aux utilisateurs. Les plateformes grand public comme Runway ou Kling abstraient la sélection de modèle, tandis que les outils open-source comme ComfyUI permettent aux utilisateurs de charger directement des fichiers checkpoint spécifiques.

Can't find what you are looking for?
Contact us and let us know.
bg