hans

hans

AI交流群1043629787,搜不到可加Q1525931439
1.6K
粉丝
277
关注
4M
运行
24.1K
下载人数
182K
获赞
19.1K
星标
880853792617166137
LORA NoobAI
全网独家

win11系统娘——NOOB-V1

59 10
876370631665416191
CHECKPOINT Illustrious
全网独家

【ILLUSTRIOUS】Crystal oscillator-Illustrious

1.3K 30
CHECKPOINT Illustrious
全网独家

【noob】推土机hans_v27【二次元通用】-V2.0

463K 2.1K
839584673815495316
CHECKPOINT Illustrious
全网独家

风信子HansV6--NOOB

68K 705
829369592318112252
CHECKPOINT Illustrious
全网独家

【noob】矢车菊Hans'V5【二次元通用】-XL-1.4

324K 1.9K
875182882082012435
LORA Illustrious
全网独家

NOOB画风——无限暖暖-V1

196 9
872574008351030312
LORA Illustrious
全网独家

NOOB画风——伍贰伍-V1

1K 14
871901549616441983
LORA Illustrious
全网独家

NOOB画风——古风网游厚涂插画风格-V2

216 7
LORA Illustrious
全网独家

NOOB画风——konya_karasue风格(光污染)-NOOB

5.5K 81
849590102899338987
LORA Illustrious
全网独家

【noob】蔚蓝档案-BA画风-noob-V2

163K 432
859983098048154058
LORA Illustrious
全网独家

NOOB画风——鬼针草chen_bin-V1

22K 99
LORA Illustrious
全网独家

NOOB画风——古风插画-V1

493 14
864880170366972788
LORA Illustrious
全网独家

NOOB画风——MMD风格-V1

2K 32
VIDEO WAN_2_1_14B
全网独家

【WAN】弱音热舞动作MMD风格-V1

71 8
859897430630476243
LORA Illustrious
全网独家

【noob】PVC手办风格-NOOB

240K 985
857763088508682865
LORA Illustrious
全网独家

aoba_(blue_archive)内海アオバ-NOOB

76 11
852849218572782064
CHECKPOINT Illustrious
全网独家

【ill2.0】寰宇清晖-V1.0

514 20
843218744428904821
LORA Illustrious
全网独家

NOOB画风——nyalia-V1

27K 168
845189241064629865
LORA Illustrious
全网独家

NAI3蒸馏--叁贰陆【noob】-NOOB

18K 113
808656927849479595
CHECKPOINT Illustrious
全网独家

【noob】-迷失幻境-二次元通用-V2

92K 495
基于 V-Prediction (V预测)的 LoRA 微调训练教程

基于 V-Prediction (V预测)的 LoRA 微调训练教程

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:处理好的训练集秋葉训练器(基于本地部署的秋葉训练器)预训练的V预测大模型(V-Prediction Model)作为训练的底模,启动秋葉训练器启动秋葉训练器,进入主界面。在顶部导航栏中选择LoRA 训练 。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 = falsev_parameterization = truescale_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。
8

帖子