Loras AI

相关笔记

理解训练步数,减少盲目调整

调整高级参数前,先理解步数、学习率与过拟合。

训练步数代表什么

步数是更新可训练参数的优化过程的一部分。实际效果取决于训练器、批次设置、数据集、学习率与架构。相同步数不能直接用于比较不同模型家族或不同提供商的实现。

更多步数不一定意味着更好的学习

概念学习不足时,调整训练设置可能有帮助,但问题也可能来自不合适的样例或描述。更多优化也可能让狭窄数据集更容易被记忆。请用新提示词评估,不要假定运行越久越好。

结合上下文理解学习率与 Rank

学习率影响参数更新的幅度,Rank 控制适配器部分可训练容量。两者都不是通用画质滑块。应使用所选训练器记录的默认设置,围绕明确测试问题调整,并且只使用实际接入支持的参数。

分别记录训练与生成成本

未来的训练报价应在提交前与实际模型和设置绑定。图片或视频生成属于单独操作与费用。当前工作台不提供付费训练报价,也不会扣除积分。禁用的步数控件仅为界面参考,不是可提交设置。

进行可控对照

测试参数变化时固定数据集,测试修改后的数据集时固定设置。将基础模型版本与描述保存在任务记录中。单张成功图片不足以证明新设置可以适用于不同提示词。

把笔记应用到准备流程

接着阅读

准备训练数据集