← 전체로 돌아가기
프로젝트 메모 ai -home-son-prj-dataset

SD/CN/LoRA from-scratch 재현

SD/CN/LoRA 논문 직접 구현, 성능까지 재현 목표.

stable-diffusioncontrolnetloradeep-learninggpu

SD/ControlNet/LoRA 논문 from-scratch 구현, 성능 재현 목표. 순수 교육용 아님, 실제 생성 품질 확인 목적.

데이터셋: LAION-5B 같은 풀스케일 비현실적, curated subset 위주로 제안. 작업 디렉토리: /home/son/prj/dataset 데이터 저장: /mnt/4tb (현재 ~2.3TB 가용)

하드웨어 - RTX PRO 6000 Blackwell 96GB VRAM single GPU

스토리지 - 12TB HDD 중 4TB만 마운트됨. - 나머지 8TB 필요 시 추가 마운트 가능.

여기서 배울 것

  1. 논문 구현 시 성능 재현까지 목표 잡음.
  2. 대용량 데이터셋 대신 curated subset 활용.
  3. 작업 디렉토리, 데이터 저장 경로 분리해서 씀.
  4. RTX PRO 6000 96GB VRAM 단일 GPU 활용.
원본 파일 보기 (.claude/projects/-home-son-prj-dataset/memory/project_sd_reproduce.md) 
---
name: SD/ControlNet/LoRA from-scratch 재현 프로젝트
description: 유저가 Stable Diffusion, ControlNet, LoRA 논문을 from scratch로 구현 및 학습 재현하는 프로젝트
type: project
originSessionId: 3810bfd4-624e-4a06-91c4-3189931063d1
---
목표: Stable Diffusion, ControlNet, LoRA 논문을 from-scratch로 구현하고 어느 정도 성능까지 재현하는 것.

**Why:** 유저는 아키텍처/수식 재현과 "성능까지는 나와야 한다"는 목표를 함께 가짐. 순수 교육용이 아니라 실제 생성 품질까지 확인하려는 목적.

**How to apply:**
- 재현용 데이터셋 제안 시 원본 full-scale(LAION-5B 등)은 비현실적이므로 curated subset 위주로 제안.
- 작업 디렉토리는 `/home/son/prj/dataset`, 데이터 저장은 `/mnt/4tb` (가용 ~2.3TB).
- 하드웨어: RTX PRO 6000 Blackwell 96GB VRAM single GPU.
- 12TB HDD 중 현재 4TB만 마운트됨. 나머지 8TB는 필요 시 추가 마운트 가능.