LORA学习笔记3——训练参数

训练步长

Step（步）:模型训练时ai模型会根据标注生成一个图片，并与学习图片进行对比，通过对比的结果调整嵌入向量。这样的一个流程就被称为“一步”。

如果一个训练集中有50张图片，每张图片设定为要训练10次，所以训练完这一组数据集需要50*10=500步。

Epoch（轮）:一个训练集里面的全部图片按照规定的训练次数训练完一次，被称之为训练完“一轮”。参考刚才的例子，500步就是该训练集的一轮所需要的步数。

max_train_epochs(最大训练轮数)：通常我们使用这个概念来控制训练一个模型的总步数。模型训练的总步数=max_train_epochs*Epoch。比如刚才的例子中，一轮是500步，假设我们训练的最大轮数是10，那么训练的总步数就是500*10=5000步。

train_batch_size(训练批次大小)：模型训练可以一次学习多个图片，如果将这个参数设置为8，那么训练时ai会一次训练8张图片，缩短训练所需要的时间。

学习率

学习率可以理解为ai学习时的强度。学习率过高会导致过拟合，学习率过低会导致欠拟合。

 过拟合：训练出的模型过于匹配训练数据，导致在新数据集中无法生成较好的新结果。在ai画图中的表现就是生成的图片过于和训练集中的图片相似，无法生成差异化的内容。

欠拟合：训练出的模型过于不匹配训练数据，导致新数