Update README.md

README.md

@@ -7,6 +7,29 @@ license: openrail++
 
 ## SDXL
 ### 単一ファイル
+
+[sdxl_0_n.safetensors](sdxl_0_n.safetensors)はU-Netをランダムな値に置き換えています。作り方は以下のとおりです。
+
+```python
+from safetensors import safe_open
+from safetensors.torch import save_file
+import torch
+
+tensors = {}
+with safe_open("/path/to/sd_xl_base_1.0.safetensors", framework="pt", device=0) as f:
+    for k in f.keys():
+        tensors[k] = f.get_tensor(k)
+        if("model.diffusion_model" in k):
+            tensors[k]=torch.randn_like(tensors[k])*1e-5
+
+save_file(tensors, "/path/to/sdxl_0_n.safetensors")
+
+```
+
+このファイルを[sd-scripts](https://github.com/kohya-ss/sd-scripts)でフルファインチューンをしてください。学習率は1e-4がおすすめです。(Stable Diffusion XL公式リポジトリより)
+また、SDXLの場合、OpenCLIPの都合上、泣き顔などができないため、テキストエンコーダーの学習を行うこともおすすめします。
+
+
 [sdxl_0.safetensors](sdxl_0.safetensors)はU-Netを0に置き換えています。作り方は以下のとおりです。
 
 
@@ -25,8 +48,6 @@ with safe_open("/path/to/sd_xl_base_1.0.safetensors", framework="pt", device=0)
 save_file(tensors, "/path/to/sdxl_0.safetensors")
 ```
 
-このファイルを[sd-scripts](https://github.com/kohya-ss/sd-scripts)でフルファインチューンをしてください。学習率は1e-4がおすすめです。(Stable Diffusion XL公式リポジトリより)
-また、SDXLの場合、OpenCLIPの都合上、泣き顔などができないため、テキストエンコーダーの学習を行うこともおすすめします。
 
 ### diffusers