《LORA模型训练超入门级教程》--人人都可以当炼金术士
输入“/”快速插入内容
《LORA模型训练超入门级教程》--人人都可以当炼金术士
《LORA模型训练超入门级教程》--人人都可以当炼金术士
📣
导语：本教使用ChatGPT进行辅助编写，部分知识点根据ChatGPT提供的解释进行归纳总结，如有描述不恰当的地方请合理指出，部分观点参考了UP主 [秋葉aaaki] [青龙圣者] [Mr_日天]，以下内容是通过本人自身理解并总结编写出的，同时也是初步接触训练模型，主要是以美术视角出发来进行讲解，目的就是可以让不理解训练概念和代码指令的小伙伴更容易上手Lora模型训练。 （如有问题欢迎大家一起讨论，知识探索的进步脚步终将永不停止。） | 本文作者：包子SAMA丶
本文授权转载自包子SAMA丶 的文章《LORA模型训练超入门级教程》--人人都可以当炼金术士，未经授权禁止转载。
开始前请先阅读以下内容：
训练开始前请先确认自己电脑的显卡是否为N卡，推荐30系及以上的显卡为最佳。
本地训练推荐秋叶大佬的一键训练脚本包，是目前最直观和最容易理解的训练方法。
安装批量打标签软件：BooruDataset
安装Notepad3文本软件方便看代码指令
安装包都放在下方链接请自取。
正文：
为什么要训练Lora模型?
Lora模型作为一种微调模型具备的优点如下：
1.
节省训练时间：LORA模型的低层模型已经在大规模的基准数据集上训练过了，因此可以利用这些已经学到的特征来加速新的训练过程。
2.
提高准确性：使用LORA模型微调，可以在保持低层模型的特征提取能力的同时，针对具体任务进行优化，从而提高模型在特定任务上的准确性。
3.
加快创作速度：LORA 模型可以快速生成想法的效果，这些结果可以为创作者提供新的创作灵感，开拓新的设计思路和方向，从而更好地实现自己的设计目标。
4.
可迁移性：可迁移性意味着可以在不同任务之间共享底层模型，从而减少重复训练，提高工作效率，使其能够更快速地从一个任务转移到另一个任务。
Lora模型训练流程
lora模型训练节点图
01.训练前期准备
Python安装：
安装包在秋叶大佬的一键包里面就有
默认安装路径即可
1.安装python勾选Add PATH,再点Install Now.
2.安装完毕后出现框内提示就点击，没有则不用管。