大家好，

本文將會介紹最近的SDXL Lora訓練內(nèi)容細節(jié)，

數(shù)據(jù)收集

本小節(jié)，準備一下訓練數(shù)據(jù)，30-50張左右，需要注意的事項：

1. 不管是角色還是風格，數(shù)據(jù)盡可能的干凈，數(shù)據(jù)不要貪多，干凈很重要；

2. 選擇高清的圖；

3. 尺寸可以不用管，分辨率大于1024x1024即可，注意，你不需要將數(shù)據(jù)裁剪成1024x1024

打標簽

本小節(jié)，給準備好的數(shù)據(jù)做標簽，做標簽的工具：

點擊"Captioning"完成標簽制作。

文件命名： 10_butterfly mogu painting, 關(guān)于文件的命名上，總是云里霧里的，看了官方的文檔，SDXL1.0之后，不在需要考慮特殊的字符了，按自己喜歡的去命名就行了。

訓練環(huán)境

本小節(jié)，需要準備訓練環(huán)境，我還用的訓練環(huán)境是：kohya_ss

https://github.com/bmaltais/kohya_ss

關(guān)于如何安裝使用，請參考一下官網(wǎng)的鏈接。

開始訓練

參數(shù)解析：

learning_rate：設(shè)置為0.0001，如果你學習率給多大，你可以多花10分鐘去做一次嘗試，比如0.00001，然后觀察一下訓練結(jié)果；

unet_lr：設(shè)置為0.0001；

train_batch_size：設(shè)置為1，如果你對訓練不熟悉的，設(shè)置為1，準沒錯，不建議設(shè)置太大，因為數(shù)據(jù)不是很大，只有幾十張。同時batch size和學習率兩者是相關(guān)的，batch size越大，學習率可以小一些；

save_every_n_epochs：設(shè)置為1，因為這更有利于我參觀訓練結(jié)果；

resolution：設(shè)置為1024,1024， 當然你可以選擇更大的尺寸，比如1024,1360等；

network_dim：設(shè)置為32，這個數(shù)值會影響模型輸出的大小，數(shù)值越大，網(wǎng)絡(luò)的參數(shù)就越多，32就足夠了，不用設(shè)置到128；

network_alpha：設(shè)置為32，這個參數(shù)會影響保存出來的權(quán)重值，與network_dim等值，是我認為最好的數(shù)值；

lr_scheduler：設(shè)置為constant，

optimizer_type：設(shè)置為AdamW8bit，(lr_scheduler)這兩個參數(shù)，選擇預選框中的任一一個，對最終的結(jié)果影響不會很大，只是收斂速度和過程會有所差異。

這幾個參數(shù)比較重要，所以單獨拎出來，其他參數(shù)，可以參考文末的配置文件

測試結(jié)果

配置文件