模型训练-WayToAGI

回答

以下是关于模型训练的相关内容：

SD 训练一套贴纸 LoRA 模型：

训练数据集准备：包括训练素材处理、图像预处理、打标优化。
训练环境参数配置：选择本地或云端训练环境，进行训练环境配置和训练参数配置。
模型训练：基于 kohya-ss 训练模型。
模型测试：通过 XYZ plot 测试模型。

Flux 的 Lora 模型训练：

注意事项：不使用的模型和编码器放到哪里都可以，甚至放一起一个文件夹，只要知道“路径”，因为是训练，不是跑图。训练时，模型使用 flux1-dev.safetensors 版本，编码器使用 t5xxl_fp16.safetensors 版本最好。

Stable Diffusion 模型训练：

训练流程主要分成以下几个步骤：
- 训练集制作：包括数据质量评估，标签梳理，数据清洗，数据标注，标签清洗，数据增强等。
- 训练文件配置：预训练模型选择，训练环境配置，训练步数设置，其他超参数设置等。
- 模型训练：运行 SD 模型/LoRA 模型训练脚本，使用 TensorBoard 监控模型训练。
- 模型测试：将训练好的自训练 SD 模型/LoRA 模型用于效果评估与消融实验。

相关训练资源推荐：

https://github.com/Linaqruf/kohya-trainer（本文中主要的训练工程）
https://github.com/huggingface/diffusers/tree/main/examples（huggingface 的 diffusers 开源训练框架）

您还可以通过关注公众号 WeThinkIn，后台回复“SD-Train”获取 Rocky 整理优化过的 SD 完整训练资源 SD-Train 项目，方便上手实操。

内容由 AI 大模型生成，请仔细甄别（powered by aily）

参考资料

如何用 SD 训练一套贴纸 LoRA 模型

训练数据集准备（训练素材处理、图像预处理、打标优化）训练环境参数配置（选择本地或云端训练环境、训练环境配置、训练参数配置）模型训练（基于kohya-ss训练模型）模型测试（通过XYZ plot测试模型）

Flux的Lora模型训练

注意：你不使用的话他们放到哪里都可以，甚至放一起一个文件夹，只要你知道“路径”，我们后面要引用到“路径”因为是训练，不是跑图，跑图我们可以寻求降低方案，训练的话，哈哈模型就用flux1-dev.safetensors这个版本，编码器也用t5xxl_fp16.safetensors这个版本最好。

教程：深入浅出完整解析Stable Diffusion（SD）核心基础知识 - 知乎

Stable Diffusion系列模型的训练流程主要分成以下几个步骤：1.训练集制作：数据质量评估，标签梳理，数据清洗，数据标注，标签清洗，数据增强等。2.训练文件配置：预训练模型选择，训练环境配置，训练步数设置，其他超参数设置等。3.模型训练：运行SD模型/LoRA模型训练脚本，使用TensorBoard监控模型训练等。4.模型测试：将训练好的自训练SD模型/LoRA模型用于效果评估与消融实验。讲完Stable Diffusion模型训练的方法论，Rocky再向大家推荐一些Stable Diffusion的训练资源：[https:// github.com/Linaqruf/koh ya-trainer](https://link.zhihu.com/?target=https%3A//github.com/Linaqruf/kohya-trainer)（本文中主要的训练工程）[https:// github.com/huggingface/ diffusers/tree/main/examples](https://link.zhihu.com/?target=https%3A//github.com/huggingface/diffusers/tree/main/examples)（huggingface的diffusers开源训练框架）Rocky整理优化过的SD完整训练资源SD-Train项目，大家只用在SD-Train中就可以完成SD的模型训练工作，方便大家上手实操。SD-Train项目资源包可以通过关注公众号WeThinkIn，后台回复“ SD-Train ”获取。