Tensor Blog · Praxisleitfäden für Modellbibliotheken

Praxisnotizen für
echte Modellbibliotheken.

Speicherentscheidungen sind technische Entscheidungen: Bewahren Sie die benötigten Bytes, erklären Sie, was ein Ergebnis nicht nachweist, und stellen Sie eine separate Kopie wieder her, bevor Sie etwas entfernen.

Lokaler AblaufExakte WiederherstellungGemessener Geltungsbereich statt Schlagworte
Eine technische Arbeitsumgebung für Modellbibliotheken, die aktive Dateien, geprüftes Archiv und exakte Wiederherstellung trennt.

Praxisleitfäden

Beginnen Sie beim größten Handlungsdruck.

Jeder Leitfaden beginnt mit der anstehenden Entscheidung, nicht mit einer Funktionsliste. Tensor Archive wird dort genannt, wo ein lokales, exaktes Archiv die passende Lösung ist.

Kapazität

Stable Diffusion-Modellgröße: die gesamte Bibliothek messen

Verwenden Sie exakte, datierte Beispiele und berücksichtigen Sie anschließend Varianten, VAEs, Encoder, Adapter, Caches und Ausgaben, bevor Sie den Speicherplatz planen.

ComfyUI

ComfyUI-Modellsicherung: Arbeitsabläufe bewahren und Speicherplatz freigeben

Erfassen Sie native und zusätzliche Pfade, stellen Sie eine vollständige Arbeitsablauffamilie separat wieder her und entfernen Sie anschließend nur eine nachweislich redundante Kopie.

Zwischenspeicher

Hugging Face-Cache sicher leeren

Prüfen Sie Repositorys und Revisionen, lassen Sie die Cache-Verwaltung gemeinsame Blobs erkennen und kontrollieren Sie, was verbleibt.

Bibliothek

Civitai-Sicherung: Heruntergeladene Modelle lokal archivieren und Wiederherstellung prüfen

Ein lokaler Aufbewahrungsablauf für Dateien, zu deren Speicherung Sie berechtigt sind, ohne vorzugeben, eine Plattform zu spiegeln.

LoRAs

Speicherplatz in einer LoRA-Bibliothek freigeben, ohne die Gewichte zu verändern

Möchten Sie mit LoRAs Platz sparen? Unterscheiden Sie zwischen Archivieren, Löschen, Beschneiden und Quantisieren, bevor eine volle SSD eine schlechte Entscheidung erzwingt.

Dateien

SafeTensors-Speicherung im Vergleich zur Quantisierung: Kann eine SafeTensors-Datei komprimiert werden?

Warum SafeTensors-Komprimierung und ein exaktes Archiv unterschiedliche technische Anforderungen erfüllen.

Modelltraining

LoRA-Trainings-Checkpoints: praktische Speicherung von Checkpoints aus der Feinabstimmung

Reproduzierbare abgeschlossene Artefakte bewahren und offen darlegen, was ein Speicherwerkzeug nicht verwaltet.

Familien

LoRA-Dateien als eine zusammengehörige Familie archivieren: ein Basismodell, mehrere Adapter

Erkennen Sie das Muster des wiederholten Basismodells und testen Sie eine Speicherfamilie, ohne zu versprechen, dass jeder Adapter kleiner wird.

Bibliothek

LoRA-Dateien mithilfe einer Prüfliste zur Aufbewahrung der Modellbibliothek sichern

Trennen Sie aktive Laufzeitdaten von abgeschlossenen Artefakten und machen Sie anschließend die Wiederherstellung zur Abschlussbedingung.