风格LoRA训练

一、训练方法1（已验证）

技巧：

①使用constant+Prodigy计算最优学习率和UNet学习率

②改用consine with restarts和AdamW8bit

主要参数：

network_dim=128,64

network Alpha=32,

图片数量=15-20张

repeat=10

epoch=50 挑选效果最好的模型（20-40）

batch=4

Text Encoder=1e-5

图片：768,768 enable bucket 256 1024

取消勾选Don't upscale bucket resolution

二、训练方法2（未验证）

将train_batch_size和gradient_accumulation_steps设置的足够大，相乘为训练图片总数的1/2。

三、其他

1、ComfyUI、WebUI、kohya_ss等其他机器可访问

解决方法：

加个listen即可：

ComfyUI：python main.py --listen （ip地址）

kohya_ss：gui.sh --listen （ip地址）

训练总步数=max_train_epoches*图片数量*每张图片的重复次数/batch_size

2、通过LoRA生成的图片模糊

解决方法：

例如：

常规参数：lora权重：0.5，重绘幅度：0.7-0.8

修改后参数：lora权重：0.8-1，重绘幅度：0.4-0.5