南宁彩票网站开发,凡客诚品v,馆陶网站推广,创业给企业做网站开发训练自己的Lora
【DataSet】【Lora trainer】【SD Lora trainer】
前置的知识
batch size#xff1a;模型一次性处理几张图片。一次性多处理图片#xff0c;模型能够综合捕捉多张图片的特征#xff0c;最终的成品效果可能会好。但是处理多个batch size也意味着更大的显存…训练自己的Lora
【DataSet】【Lora trainer】【SD Lora trainer】
前置的知识
batch size模型一次性处理几张图片。一次性多处理图片模型能够综合捕捉多张图片的特征最终的成品效果可能会好。但是处理多个batch size也意味着更大的显存。同时batch size和Step的关系也是相反的。多batch size意味着每张图片能分到的step变小了。Epoch轮数。重复训练几轮的意思。Step步数。 Step 图片数量 * 重复次数(repeat) * 轮数(epoch) ÷ batch size。距离假设你有50张图片每张图片的repeat设置为10次训练10个epoch。那么 Step 50 * 10 * 10 ÷ 2 2500步。 Learning rate学习率就代表着收敛的速度。我建议是可变的学习率前面几个step大点后面几个step小点。常见的学习率调整算法Learning rate scheduler Optimizer优化器这个后面进阶再去了解network alpho缩放因子防止模型过拟合network dim 模型的层数 network alpho推荐设置为 netwrok dim的一半。Lora的选型warnupwarmup是针对学习率learning rate优化的一种策略主要过程是在预热期间学习率从0线性也可非线性增加到优化器中的初始预设lr之后使其学习率从优化器中的初始lr线性降低到0
界面介绍 如何完成自己的DataSet
因为自己练出的Lora实在太丑愤而不写了。不如用别人的
