إعدادات ون تريدر المحسّنة ونصائح لتدريب Flux.1 LoRA و DoRA (أسرع 20%)

التحضير للتدريب

أول شيء، تأكد إنك واخد موديل Flux AI الصح. OneTrainer تدعم موديلات مختلفة، منها Flux.1 dev وpro وschnell. لازم تستخدم موديل يناسب مشروعك.

احصل على الموديل: حمل الموديل اللي تبيه من المصادر الرسمية، زي Hugging Face.
حمّل الموديل: في OneTrainer، روح على إعدادات الموديل وحمّل ملفات الموديل.

متطلبات الأجهزة:
- كرت الشاشة: يفضل كرت 3060 أو أعلى. 4090 بيكون أحسن.
- ذاكرة VRAM: حاول تخليها 12 جيجابايت على الأقل عشان تتحمل دقة أعلى.
- ذاكرة RAM: 10 جيجابايت كافية، لكن زي ما زاد يكون أحسن.
متطلبات البرمجيات:
- نظام التشغيل: تم الاختبار على ويندوز ولينكس.
- المكتبات: تأكد إن كل المكتبات مثبتة. شوف وثائق OneTrainer عشان تعرف المكتبات والأدوات المطلوبة.

التكرارات: حدد Repeats على 1. تدير عدد التكرارات عبر Number of Epochs في تبويب التدريب.
مصدر الإشارة: استخدم "من ملف نصي واحد" إذا تبي "كلمة تفعيل" بدل العناوين لكل صورة. حط الإعداد ده على ملف نصي فيه الكلمة أو العبارة المطلوبة.

عشان جودة أفضل:
- حدد Resolution على 768 أو 1024 لنتائج أعلى جودة.
إعدادات EMA:
- EMA: استخدمها أثناء تدريبات SDXL.
- EMA GPU: عشان توفّر VRAM، غير إعداد EMA من "GPU" إلى "OFF."
معدل التعلم:
- بداية ممكن تخليها 0.0003 أو 0.0004. عدل حسب احتياجاتك.
عدد التكرارات:
- عادة، 40 تكرار تعطي نتائج جيدة. عدل حسب تعقيد بياناتك.

الرتبة والـ Alpha:
- خلك على نفس القيم (زي 64/64، 32/32) أو عدل معدل التعلم حسب الحاجة.
موديلات LoRA الناتجة:
- تأكد إن التحديثات مطبّقة إذا كنت تستخدم نسخ جديدة من ComfyUI.

Checkpointing التدرجات:
- جرب تطفئه إذا كانت السرعة بطيئة، خاصًة إذا أجهزةك تدعم VRAM أعلى.
bf16 ضد nfloat4:
- في تبويب "الموديل"، غير Override Prior Data Type إلى bf16 عشان ممكن يزيد الجودة. هذا الإعداد يؤثر على VRAM والسرعة.

بعض المستخدمين واجهوا أخطاء Out Of Memory (OOM) خلال العينة. تأكد إن كرت الشاشة عندك فيه VRAM كافي.
حدّث OneTrainer بشكل دوري عشان تأخذ التصحيحات والإصلاحات للأخطاء.

عناوين قصيرة:
- استخدم عناوين قصيرة وباللغة الطبيعية. هذي عادةً تعطي نتائج جيدة خلال بضع مئات من الخطوات.
تكديس LoRAs:
- تكديس مفهوم مع Character LoRA يعطي نتائج أفضل من التدريب المدمج.

س1: هل أقدر أستخدم OneTrainer لموديلات غير Flux.1؟

أيوه، OneTrainer تدعم SD 1.5 وSDXL وغيرها. الإعدادات تختلف حسب الموديل.

س2: هل OneTrainer يستخدم اسم المفهوم تلقائياً ككلمة تفعيل؟

أيوه، اسم المفهوم يقدر يكون كلمة تفعيل. لازم يكون له معنى لمشروعك.

س3: كيف أقدر أدير VRAM بشكل فعال أثناء التدريب؟

حدد Gradient Checkpointing على CPU_OFFLOAD. هذا يساعد يقلل من استخدام VRAM بدون ما يأثر كثير على السرعة.

س4: وش تأثير استخدام NF4 مقابل الطبقات ذات الدقة الكاملة؟

NF4 يقلل من استخدام VRAM لكن قد ينقص الجودة شوي. الطبقات الكاملة تحافظ على الجودة لكن تحتاج VRAM أكثر.

س5: كيف أقدر أقلل حجم موديل LoRA حقّي؟

ممكن تقلل قيم Rank وAlpha أو تخلي LoRA weight data type على bfloat16. هذا يقلل الحجم بس يمكن يؤثر على الجودة.

س6: هل OneTrainer يتعامل مع تدريب متعدد الدقة؟

أيوه، OneTrainer تدعم تدريب متعدد الدقة. اتبع الإرشادات في ويكي OneTrainer لضبطه.

س7: صورتي تطلع بلون وردي ثابت لما أستخدم DoRA. وش أسوي؟

شوف إعدادات طبقة الانتباه. تجنب استخدام "full" للطبقات الانتباه لأنها ممكن تسبب المشكلة.

س8: كيف أتعامل مع مواضيع متعددة في OneTrainer؟

استخدم تدريب متوازن عبر إعداد تكرارات مختلفة لمواضيع مختلفة. نظم البيانات بحذر عشان تأكد إن كل المواضيع تحصل على تدريب متساوي.

س9: هل في ما يعادل "وضع الانقسام" في OneTrainer؟

ما في وضع "الانقسام" في OneTrainer. بدلاً من ذلك، استخدم إعدادات زي CPU_OFFLOAD لـ Gradient Checkpointing عشان تدير VRAM بشكل أفضل.

س10: هل أقدر أعدل إعدادات OneTrainer لتحسين الجودة مع استخدام VRAM أعلى؟

أيوه، ممكن تزيد الدقة وتعدل أنواع البيانات وإعدادات نقطة الاختبار عشان تعزز الجودة.

الدليل هذا يحتوي على كل الخطوات والإعدادات ونصائح حل المشاكل اللازمة لاستخدام OneTrainer مع موديلات Flux AI بكفاءة. بالتوفيق في التدريب!