LoRA训练

左侧为信息输入区以及参数设置区，右侧为我的模型

登录慧星云账户。
点击上方的【创作社区】

3. 点击【LoRA训练】进入页面

可以手动选择不同的风格，下方的参数也会根据风格发生对应变化

方式一：您可点击创建数据集跳转到数据集界面

方式二：直接选择创建好的数据集

您可根据需求选择基础模型

基础模型	SD1.5	SDXL
原始训练集尺寸	512*512	1024*1024
原始绘制精度/图像质量	一般	非常强
训练需求	低	非常高
流传广度/模型市场占比	高	中

版本对于训练的意义在于：不同版本模型之间的一些底层构造不同，因此选择哪个版本体系的底模，训练出的LoRA就只能与这个版本体系下的大模型一起使用，否则会报错；

目前的模型市场里，1.5这一代的模型占据了绝对的主导地位，并且1.5版本上手起来更轻松一些

在训练LoRA模型时，触发词的作用主要是引导模型关注特定的概念或者上下文。具体来说，在LoRA这样的微调技术中，触发词可以帮助模型快速理解并适应新的任务或数据集特性，尤其是在少量数据上的适应性学习场景下。这些词可以是特定的任务指令或者是与任务相关的关键词汇，它们能够激活模型内部的某些权重调整机制，使得模型能够在原有的知识基础上迅速学习到新任务的特点。以下是一些常见的触发词类型及其用途：

描述性的词汇：用于描述图像的内容，如“猫”、“狗”、“海滩”等。
情感色彩的词汇：用于表达图像的情感或氛围，如“快乐”、“悲伤”、“浪漫”等。
风格化词汇：用于指示图像的艺术风格或视觉效果，如“油画”、“素描”、“卡通”等。
细节指示词：用于强调图像中的细节或特定元素，如“高清”、“特写”、“背景虚化”等。
操作指示词：用于指示图像处理操作，如“翻转”、“旋转”、“模糊”等。

具体的触发词取决于你想要模型学会识别或生成什么样的内容。例如，如果你想让模型学会在图像中识别“猫咪”，那么“猫咪”就是一个典型的触发词。如果你希望模型能够生成具有特定艺术风格的图像，则可以使用“梵高风格”或“印象派”作为触发词。请注意，实际训练中使用的触发词可能会更加具体和多样化，具体取决于你的训练数据集和预期目标。