Lora

[Lora] TensorArt, CivitAI, Kohya-ss 訓練 SDXL Lora 記錄

[Lora] TensorArt, CivitAI, Kohya-ss 訓練 SDXL Lora 記錄

10 min read AIAIGCTensorArtCivitAIKohya_ssSDXLLoraLora 訓練StableDiffusion
由於 SDXL 的模型訓練的硬體需求實在很高，所以多半得靠第三方服務，或是自己去弄一台雲端的 GPU 來幫我們訓練。我在本地端用比較低的設定來跑，勉強還能夠訓練比較小型的 SDXL Lora，更高的需求就真的只能靠第三方。 所以這次就記錄一下各組訓練的數據，跟產出的對比。 TensorArt 我在上一篇文章 [TensorArt] Lora 訓練筆記 中，已經有介紹過。詳細的設定我就不在這邊贅述了。然後，官方已經把 Prodigy 優化器修好了，所以這次就用 Prodigy 來訓練。以下是本次訓練的相關參數， Use Base Model:
[Lora] 訓練概念筆記

[Lora] 訓練概念筆記

14 min read AIAIGCLoraLora 訓練訓練模型StableDiffusionKohya-ssKohya_ss
這是我目前訓練 Lora 的流程概念筆記，訓練的過程其實大概就煮飯一樣，現在電子鍋很方便，就跟訓練器一樣，只是準備不周的話，飯會不會熟就是另一回事了。 訓練資料集 首先你需要明確的知道你想要訓練的「目標」是什麼，這樣才能準備資料。無論你訓練的目標是什麼，盡量多元的資料集是必須的。 1. 如果只訓練一個概念（ Concept ），那麼請盡量刪除或抹去與這個概念會產生衝突的資料。 2. 訓練多個概念，可以透過特定的標籤（ Tag ）來解決，這樣會需要更多的訓練時間。 3. 如果你使用 ARB ( Aspect Ratio Bucket) 的訓練方式，可以不裁切資料集圖片（