チェックポイント
チェックポイントとは？
チェックポイントとは、訓練済みのAIモデルの保存されたバージョンであり、最初からやり直さずに読み込んで使用（または訓練を継続）できるものです。
ひと目で分かる
- 別名
- モデルウェイトモデルスナップショット保存済みモデル
- 用途
- 訓練の進捗の保存事前訓練済みモデルの共有ファインチューニングスタイル特化型の生成
- 主なツール
- Stable diffusionComfyUIAutomatic1111Hugging face
- 関連用語
- LoRAFine-tuningDiffusion modelModel weightsBase model
創ってみませんか？
シーンを演出し、キャラクターをデザインし、長編映像まで仕上げる
シンプルで透明性の高い料金体系、速度制限なし、無限のCanvasで創造性を最大化する、オールインワンのAIクリエイティブプラットフォーム。
他の概念との比較
Compared with related concepts
チェックポイント対LoRA：チェックポイントはすべての学習済みウェイトを含む完全な保存済みモデルですが、LoRAはベースチェックポイントを置き換えずにその挙動を変更する小さなアドオンファイルです。チェックポイントが中核的な能力と美学を定義し、LoRAがそれを洗練または方向転換させます。
たとえば…
チェックポイントはビデオゲームのセーブファイルのようなものです。今いる場所を正確に捉え、後でその地点に戻ったり、他の誰かと共有したり、最初からやり直すのではなくそこから続けたりできます。異なるセーブファイルがゲームの進行の異なる地点を表すように、異なるチェックポイントはモデルの訓練の異なる段階や特化を表します。
プロのヒント
AI画像や動画のワークフローを構築する際は、まずベースチェックポイントを選んでください。それが後に続くすべての視覚的なDNAを設定します。写実的なチェックポイントに映画的なLoRAを組み合わせる方が、様式化されたイラスト調のチェックポイントをリアリズムへ向けてプロンプトするよりも、一般的に良い結果を生みます。
種類とバリエーション
チェックポイントは、訓練プロセスのどこで保存されたかによってかなり異なります。ベースチェックポイントは、広範な汎用能力を持つ完全に訓練された基盤モデルを表します。一方、ファインチューンドチェックポイントは、出力を特化させるために特定のデータセットでさらに訓練されています。マージドチェックポイントは、2つ以上のモデルのウェイトを単一のファイルに結合し、それらのスタイルや能力を混ぜ合わせます。一部のパイプラインでは、部分チェックポイントやデルタチェックポイントがベースモデルからの変更分のみを保存し、ファイルサイズを削減します。EMA（指数移動平均）チェックポイントは、ウェイトの平滑化されたバージョンを保存し、生の訓練チェックポイントよりも安定して一貫した出力を生み出すことがよくあります。
Morphicで最初のシーンを作ってみませんか？
Morphicを試す主な活用シーン
チェックポイントは、推論のために事前訓練済みのAIモデルを読み込む必要があるとき、他のユーザーと共有するとき、またはさらなる訓練の出発点として使うときに使用されます。画像生成のワークフローでは、クリエイターは出力の視覚スタイルを定義するためにチェックポイントを選択します。たとえば製品レンダリングのために写実的なチェックポイントを選んだり、コンセプトアートのためにイラスト調のチェックポイントを選んだりします。動画生成パイプラインでは、チェックポイントがツールの使うベースモデルを支えます。ファインチューナーは既存のチェックポイントを出発点として独自のデータセットで訓練し、特定のキャラクター、環境、美学のための特化したモデルを生み出します。
創ってみませんか？
シーンを演出し、キャラクターをデザインし、長編映像まで仕上げる
シンプルで透明性の高い料金体系、速度制限なし、無限のCanvasで創造性を最大化する、オールインワンのAIクリエイティブプラットフォーム。
FAQ
チェックポイントとは、訓練済みのAIモデルのすべての学習済みウェイトを含むファイルです。チェックポイントを読み込むと、追加の訓練なしで画像や動画を生成できる、すぐに使えるモデルが得られます。
チェックポイントはすべてのパラメーターを含む完全なモデルファイルです。LoRAは、既存のチェックポイントの挙動を調整したり追加したりする小さな補助ファイルです。生成を実行するには常にチェックポイントが必要で、LoRAは任意の追加要素です。
はい。チェックポイントの共有はオープンソースのAIコミュニティでは一般的です。Hugging FaceやCivitaiのようなサイトには、ダウンロード可能な何千ものコミュニティ訓練済みチェックポイントがホストされています。ただし、商用プロジェクトで使う前には必ずライセンス条件を確認してください。
チェックポイントファイルはモデルのすべての数値ウェイトを保存し、大規模なモデルでは数十億に及ぶこともあります。safetensorsのような圧縮形式でも、画像モデルでは数ギガバイト、大規模言語モデルでは数百ギガバイトに及ぶファイルになることがあります。
チェックポイントからファインチューニングするとは、事前訓練済みモデルの保存されたウェイトを出発点とし、新しいデータで訓練を継続することです。モデルがすでに広範な知識を持っていて特化するだけでよいため、最初から訓練するよりもはるかに効率的です。
一般的な形式には、.ckpt（元のPyTorchチェックポイント形式）、.safetensors（Stable Diffusionのエコシステムで広く使われる、より安全で高速な代替形式）、.ptや.pthファイルがあります。safetensors形式は、セキュリティと速度の利点から、現在では共有に一般的に好まれています。
この概念はほとんどの深層学習ベースのツールに当てはまりますが、すべてのツールがチェックポイントを直接ユーザーに公開するわけではありません。RunwayやKlingのようなコンシューマー向けプラットフォームはモデル選択を抽象化して隠しますが、ComfyUIのようなオープンソースツールはユーザーが特定のチェックポイントファイルを直接読み込めるようにします。
