以下是关于 Lora 模型训练的相关内容：
一、用 SD 训练一套贴纸 LoRA 模型的要点
1. 训练数据集准备：包括训练素材处理、图像预处理、打标优化。
2. 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。
3. 模型训练：基于 kohyass 训练模型。
4. 模型测试：通过 XYZ plot 测试模型。
二、郑敏轩：Flux 的 Lora 模型训练
1. 所需模型下载：t5xxl_fp16.safetensors、clip_l.safetensors、ae.safetensors、flux1dev.safetensors。
注意事项：
不使用时，模型放置位置不限，只要知道路径即可。
训练时，建议使用 flux1dev.safetensors 版本的模型和 t5xxl_fp16.safetensors 版本的编码器。
2. 下载脚本：
夸克网盘链接：https://pan.quark.cn/s/ddf85bb2ac59
百度网盘链接：https://pan.baidu.com/s/1pBHPYpQxgTCcbsKYgBi_MQ?pwd=pfsq 提取码：pfsq
三、100 基础训练大模型
1. 步骤一·创建数据集
进入厚德云模型训练数据集：https://portal.houdeyun.cn/sd/dataset
在数据集一栏中，点击右上角创建数据集，输入数据集名称。
可以上传包含图片+标签 txt 的 zip 文件，也可以只有图片（之后可在 c 站使用自动打标功能），或者一张一张单独上传照片。
Zip 文件里图片名称与标签文件应当匹配，例如：图片名"1.png"，对应的达标文件就叫"1.txt"。
上传 zip 以后等待一段时间，确认创建数据集，返回到上一个页面，等待一段时间后上传成功，可点击详情检查，预览数据集的图片以及对应的标签。
2. 步骤二·Lora 训练
点击 Flux，基础模型会默认是 FLUX 1.0D 版本。
选择数据集，点击右侧箭头，选择上传过的数据集。
触发词可有可无，取决于数据集是否有触发词。
模型效果预览提示词则随机抽取一个数据集中的标签填入即可。
训练参数可调节重复次数与训练轮数，厚德云会自动计算训练步数，若不知如何设置，可默认 20 重复次数和 10 轮训练轮数。
可按需求选择是否加速，点击开始训练，会显示所需要消耗的算力，然后等待训练，会显示预览时间和进度条。
训练完成后会显示每一轮的预览图，鼠标悬浮到想要的轮次模型，中间会有个生图，点击会自动跳转到使用此 lora 生图的界面。点击下方的下载按钮则会自动下载到本地。
2024-10-22