关于V预测

本篇不对V预测的原理与机制进行详细介绍，默认您已具备一定了解。我们将聚焦于如何准备训练所需的各项资源，并使用秋葉训练器进行LoRA微调。

所需准备

在开始训练之前，需要准备以下三项核心内容：

1. 处理好的训练集

2. 秋葉训练器（基于本地部署的秋葉训练器）

3. 预训练的V预测大模型（V-Prediction Model）作为训练的底模，

启动秋葉训练器

1. 启动秋葉训练器，进入主界面。

2. 在顶部导航栏中选择 LoRA 训练 。

3. 选择 专家，按照下图所示勾选关键选项：

   

   不同版本的训练器可能在界面和选项上略有差异。如未找到对应选项，可在 自定义参数（ui_custom_params） 中手动添加，以确保设置生效。

   训练参数说明

   关于 epochs（训练轮数）、batch_size（批量大小）以及优化器（optimizer）的配置，此处不再赘述。
   这些设置与之前训练 Stable Diffusion XL 的 LoRA 完全一致，您可沿用既有经验与参数配置。

   最后，在自定义参数（ui_custom_params）中添加：v2 = false，即可顺利开始训练。

   

   如果训练器界面中未提供与 V-Parameterization 学习相关的选项，请手动在自定义参数（ui_custom_params）中补全以下设置：

   v2 = false

   v_parameterization = true

   scale_v_pred_loss_like_noise_pred = true

   这样可以确保模型按预期启用 V 预测机制并正确进行训练。

   请注意，自定义参数的格式取决于训练器的实现方式：

   • 如果参数采用 TOML 格式，则使用如上所示的 key = value 形式；

   • 如果使用的是 JSON 格式，请改写为：

   {

   "v2": false,

   "v_parameterization": true,

   "scale_v_pred_loss_like_noise_pred": true

   }

   务必根据所使用训练器版本的要求选择正确的格式，以确保参数生效。