SDXL模型lora训练参数详细设置，显存占用22G，不用修脸原图直出

很多人纠结lora训练用谁的脚本比较好，比如kohya_ss的、秋葉aaaki的、赛博炼丹炉的……

昨天我看了下kohya_ss的，感觉界面还是有点复杂，所以我还是最推荐秋叶的，秋叶也是用的kohya的脚本集成的，现在更新到最新版本，就可以训练SDXL模型的lora了。

还没装的，去秋叶大佬视频详情里找一下哈~

https://www.bilibili.com/video/BV1AL411q7Ub/?spm_id_from=333.999.0.0&vd_source=18caf3a918a59f150e3802eab1fc119e

想训练SDXL的模型，首先要调到专家模式，然后从上到下讲一下我的设置。

第一行模型种类的选项，选择sdxl-lora就可以了。

底模路径写好，选择SDXL的底模，我没有用VAE。

训练路径写好，比如我的训练路径是./train/star9，那么star9下应该包含20_star9的文件夹，在文件夹下才是我的图片和标签。

注意，训练SDXL的图片要是1024*1024的。

bucket_reso_steps这个设置，提示SDXL可以用32的，我就调成了32。

保存设置，这里我的模型保存精度选择bf16：

因为我训练的精度也选的是bf16，速度优化选项里可以看到：

如果显存小点，16G的话选择fp16就行。

训练相关参数没改啥，一般我都是step20，epoch10。

如果显存小，也可以只训练unet试试。

优化器选择的经验，我之前在纯小白想开训lora？参数设置看这一篇就够用了这里讲过DAdaptation，而Prodigy是DAdaptation的升级版，它会随着步数增加寻找最优的学习率。

所以在学习率优化器设置里，把学习率都设置为1，学习率调度器选择constant，优化器设置为Prodigy。

其他的，可以把网络维度改成64，再高就不需要了。如果dim是32，出来的lora模型是217MB，如果是64，出来的是435MB。

其他就不用改了，一键开训就行，然后我的显存占用就变成了这样：

今天只是教大家用神童优化器这个方法，用了它你会发现损失降了~但是！这个数据集里有几张照片是糊的，所以这个版本学出来也是糊的，最后的结果还不如我用lr调度器cosine_with_restarts、优化器AdamW8bit，dim32，损失值在0.1的效果好……也就是紫色线那次训练，其实出图效果很不错，而且XL模型根本都不用AD修脸，直出就很绝。很多时候，不必太纠结于损失降没降，因为过低的损失可能就是过拟合了，尤其是你数据集有问题的时候，脏数据就直接把训练方向带偏了。
反而是默认优化器和学习率，训练出的效果更好。

出自：https://mp.weixin.qq.com/s/RBkReoa7dfNGKlA4vJ_CBg