說在最前面的，在 Lora 訓練當中，各種優化器（Optimizer）都有自己專屬的超參數（Hyperparameter）。對於模型訓練而言，超參數的影響並不會非常巨大，所以，在你決定調整超參數之前，請先確保你的模型已經足夠好了。不然花在這上面的時間，很可能會是浪費掉的。

在本次的紀錄當中，我所使用的 Kohya_ss 的版本是 ，所以若你想要參考本次文章的內容，請先確保你所使用的版本跟我是一樣的。

目前在 Kohya_ss 當中，目前有支援以下的優化器可以使用：

• AdamW
• AdamW8bit
• Adafactor
• Dadaptation
• DadaptAdaGrad
• DadaptAdam
• DadaptAdan
• DadaptAdanIP
• DadaptAdamPreprint
• DadaptLion
• DadaptSGD
• Lion
• Lion8bit
• Prodigy
• SGDNesterov
• SGDNesterov8bit

我是很想跑完上面所有的優化器，但是我沒有那麼多時間，所以我只跑了幾個我比較常用的優化器，

• AdamW8bit
• Adafactor
• Dadaptation
• Lion

如果你想要知道其他優化器的結果，可以自己跑一下，或是等我有空的時候再來更新。上面四個我比較慣用也常用的優化器，在 Pytorch 或原始碼裡面都可以查到屬於他們自己的超參數。

基本上他就是 AdamW 的 版本，常見訓練可用的超參數有：

這個自動學習率的優化器，使用的是 Huggingface transformer 的版本，常見訓練可用的超參數有：

這是 Facebook 推出的優化器，他有一系列的相關優化器。我這邊僅提出 ，常見訓練可用的超參數有：

附帶一題，在 Kohya_ss 當中，使用 跟 是一樣的。另外，好像有單純設定 的說法，基本上這樣沒有意義，因為 預設是 。

這是 Google 所提出的優化器，常見訓練可用的超參數有：

首先，你會看到幾乎每個優化器都有 這個東西可以設定，他是一種類似 L2 正規化（）的作用參數，在 AdamW 新的實作中已經把 修正為 的作用（在 Adam 當中並不是等價的）。具體 L2 正規化可以參考這一篇文章 L1 , L2 Regularization 到底正則化了什麼 ?。畢竟我不是專業的，所以有興趣的人請自行參考。

這個參數可以讓你的訓練稍微的不會那麼爆炸，但每一組優化器所使用的數值並不一定相同，基於這麼多訓練的結論，以下數字可參考，但非絕對，

• 為
• 為
• 為
• 為

請注意，以上數字僅供參考。

這個數字亂設定會怎樣？舉例來說，倘若我在 把 這樣，跑了 3,000 步的訓練，你會發現你訓練出來的結果好像沒訓練過一樣。

這個數字更偏向玄學，基本上會依照預設，或是論文建議的方向來使用。根據 Adam 這篇論文提到的 1 與 2 的描述來看，降低他們會減緩學習速度，但增加訓練步數並不會讓學習變好（可能會變得更糟）。所以，我們可以把 1 與 2 使用預設會是一個比較好的起點。

以下是我訓練時所使用的數字，僅供參考，

• 為
• 為
• 為

請注意，以上數字僅供參考。

目前 Kohya_ss 除了支援分層訓練外，部分基本模型中也支援 Scale weight norm ，或是 Network dropout, Rank dropout, Module dropout 等等。關於 Scale weight norms, Network dropout 可參考 PR#545 的說明。最主要的目的就是拋棄訓練的部分權重跟神經元，讓訓練可以更加多樣化，避免過度擬合的情況。

如果你不知道這些東西是什麼，請不要使用，讓他維持預設的 就好了。

目前比較常使用的 相信大家都沒什麼問題。你可以使用 Unet Learning rate 來當作一個開始，至於 Text Encoder learning rate 則可使用 來開始。以下是我在 慣用數字，

• Unet Learning rate:
• Text Encoder learning rate:

請注意，以上數字僅供參考。

至於步數，基本上在 至 之間跳動，端看訓練集的資料大小而決定。另外，有一件事情還是得說明一下，

以上兩件事情訓練出來的模型並不等價，我會建議使用 後者，簡單來說，就是要 訓練 10 次 完整的訓練集，箇中差異你可以自己實驗看看。

自動學習率的 則是將 Unet/Text Encoder 都寫 讓他自己去跑，至於產出的結果，就會跟你的訓練集、總步數的部分有關。

而 則還是得設定 Unet/Text Encoder，也有人建議使用 ，但是這個數字取決於你的訓練集、總步數的設計。如果你的總步數偏低（若約 步），那麼你可以使用 來開始，然後依照產出的結果慢慢調整（看是要調高、或是調低），步數高的話，可以從 開始（如果是 步的話）。

至於 則比較敏感一點，我目前在 所使用的 Unet 學習率約從 開始往下降（也是有調高的例子），然後，因為基於 Lion 論文所述，所以相較於 的設計，根據 LyCORIS 的作者所述，他需要大概 4 倍左右的 Batch Size 來運作才能獲得差不多的結果。

所以，在 的訓練中，我使用 Total Batch Size 為 的情況下，我在 會設定為 來跑相關訓練。

以下是以四種優化器，除了學習率、超參數與 設定不同（針對 ）外，其餘設定皆相同，訓練步數為 3,004 步（ 因為 為 的關係，總步數僅 751 步），不使用正規化資料集。四種優化器的訓練時間平均約為 28 分鐘（ 雖然因為設定的關係步數減少了 1/4，但是總訓練時間不變）。

• • Unet/Text Encoder 學習率
  • 超參數
• • Unet/Text Encoder 學習率
  • 超參數
• • Unet 學習率
  • Text Encoder 學習率
  • 超參數
• • Unet 學習率
  • Text Encoder 學習率
  • 設定為
  • 超參數

這是訓練記錄圖表，

橘色的是 ，紅色的是 ，淡藍色的是 ，綠色的是 。因為 使用與 相同學習率，所以學習率圖表是重疊的。

不要問我為何學習率不同，Loss 走勢看起來都很像，當你練壞上百個就會知道了。

至於穩健性，由於沒有使用正規化資料集，所以目前無法判斷倒底是好還是不好。泛型？你換一下髮色就知道了。

這樣跑一次下來，你就會知道在這麼短的訓練步數中，你若是要快速擬合，就不要任意更動超參數（雖然有些調整確實可以避免過擬合發生），但是在無法確認是否對於你的訓練資料集有幫助的情況下，能照預設值，就用預設值就好了。

真的要說以 超參數優化，也不是不行，但就是得花時間調教跟測試，

上圖的 總步數用 Epochs 去換，大概是原有的 2 倍，共 8 個 Epoch，學習率在 左右，並且放入平衡步數後的正規化資料集。

由於正規化資料集的緣故，步數會再 2 倍，此時所使用的超參數為：

同樣都是使用 ，針對總步數、學習率搭配超參數做調整，同樣的資料集下，就能得到相當不錯的結果。

以目前這麼多優化器可以選擇的情況下，扣除資料集的準備（目前先不論正規化資料集），剩下的就是各種設定的選擇。如果你的資料集只有一個概念，約 20 張照片（無論風格、人物），那麼以下的訓練參數可以當作一個開始。

• 資料夾設定為 。
• 換算下來你的 Repeats 為 。
• Folder 裡面的 Logging folder 填寫一個資料夾來儲存訓練的 Log 記錄（給 Tensorboard 使用）。
• LoRA type 為 。
• Total batch size 。
• Epoch 設定為 。
• 換算下來，總步數為 步。
• 優化器選擇 。
• Unet/Text Encoder Lr 都寫 。
• LR Scheduler 使用 。
• LR warmup (% of steps) 使用 。
• 填寫 。
• Network Rank (Dimension) 。
• Network Alpha 設定 。
• Additional parameters 設定 ，使用 ARB（如果你圖片尺寸沒有特別處理過）。
• 如果你要訓練人臉的話，Additional parameters 增加設定 。
• Clip skip 設定 ，若訓練真人模型可設定 。
• 以下選項打勾 , , , 。
• 若訓練目標有特殊特徵不可翻轉，就不要打勾，如果沒有建議你勾起來試試看。
• Min SNR gamma 使用論文推薦 。

其他的都不需要更動，然後就可以開始訓練。開始之後，可以去啟動 Tensorboard，就能看到訓練的 Log 圖表。至於圖表的部分我就不多做解釋了，最主要的是要看看你有沒有訓練到爆炸的情況，如果有的話，就要調整一下訓練參數（或是重開 Kohya_ss）。如果沒有的話，那麼就可以繼續訓練，等到訓練完畢之後，就可以開始測試看看訓練結果了。

另外，有一種狀況是你訓練感覺沒事，然後 Lora 不能用的情況。你在 SD 套用 Lora 的時候他跟你說這些訊息，

這個多半是練壞掉（），但圖表可能會沒事。

在使用 或 後，若是想要繼續優化模型，是可以改為 繼續訓練，參數的部分可以把學習率降低為原本的 1/3 或 1/10 甚至更低，然後繼續訓練，這樣可以讓模型更加穩定，但是 Epoch 數量增高，代表步數會更多，訓練時間會更長。

一切都是用大把時間換來的結果，就看是不是有那個需要了。