logo
pub

Impostazioni e Consigli Ottimizzati per OneTrainer: Allenamento di Flux.1 LoRA e DoRA (20% Più Veloce)

Prepararsi per l’Allenamento

Scegliere il Modello

Prima di tutto, assicurati di aver selezionato il modello giusto Flux AI. OneTrainer supporta vari modelli, come Flux.1 dev, pro e schnell. Controlla che il modello sia adatto al tuo progetto.

  1. Acquisire il Modello: Scarica il modello desiderato dalle fonti ufficiali, come Hugging Face.
  2. Caricare il Modello: In OneTrainer, vai alle impostazioni del modello e carica i file del modello.

Impostare l’Ambiente

  1. Requisiti Hardware:

    • GPU: Si consiglia almeno una 3060. Se hai una 4090, avrai prestazioni migliori.
    • VRAM: Almeno 12 GB per gestire risoluzioni più alte.
    • RAM: Ti serviranno almeno 10 GB di RAM, ma meglio avere di più.

  2. Requisiti Software:

    • Sistema Operativo: Testato sia su Windows che su Linux.
    • Dipendenze: Controlla che tutte le dipendenze siano installate. Dai un'occhiata alla documentazione di OneTrainer per la lista delle librerie e strumenti necessari.

Impostazioni e Configurazioni Dettagliate

Scheda Concetto / Impostazioni Generali

  1. Ripetizioni: Imposta Ripetizioni a 1. Gestisci il numero di ripetizioni attraverso il Numero di Epochs nella scheda di allenamento.
  2. Fonte del Prompt: Usa "da un singolo file di testo" se vuoi una "parola trigger" invece di didascalie singole per ogni immagine. Indica questa impostazione a un file di testo contenente la tua parola/ frase trigger.

Scheda Allenamento

Impostazioni di Risoluzione

  1. Per Migliore Qualità:
    • Imposta Risoluzione a 768 o 1024 per uscite di alta qualità.
  2. Impostazioni EMA:
    • EMA: Usalo durante gli allenamenti SDXL.
    • EMA GPU: Per risparmiare VRAM, imposta EMA da "GPU" a "OFF."
  3. Tasso di Apprendimento:
    • Un buon punto di partenza può essere 0.0003 o 0.0004. Regola in base alle tue necessità specifiche.
  4. Numero di Epochs:
    • In genere, 40 epochs danno buoni risultati. Aggiusta in base alla complessità del tuo dataset.

Scheda LoRA

  1. Rank e Alpha:
    • Tieni questi valori uguali (es. 64/64, 32/32) o regola il tuo tasso di apprendimento di conseguenza.
  2. Modelli LoRA Risultanti:
    • Assicurati che gli aggiornamenti siano applicati se stai usando versioni recenti di ComfyUI.

Ottimizzazione delle Prestazioni

  1. Gradient Checkpointing:
    • Prova a disattivarlo se noti rallentamenti, soprattutto se il tuo hardware supporta VRAM più alta.
  2. bf16 vs nfloat4:
    • Nella scheda "modello", cambia Override Prior Data Type a bf16 per aumentare la qualità. Questa impostazione influisce su VRAM e velocità.

Gestire Problemi di Campionamento

  • Alcuni utenti hanno avuto errori di Out Of Memory (OOM) durante il campionamento. Assicurati che la tua GPU abbia sufficiente VRAM.
  • Aggiorna regolarmente OneTrainer per includere correzioni e patch che risolvono tali problemi.

Suggerimenti per Allenamento Multi-Concezione

Limitazioni Attuali

  • Allenare più persone con parole trigger diverse nella stessa sessione spesso non funziona.
  • Oggetti o situazioni differenti (es. scarpe da allenamento e auto specifiche) danno risultati migliori.

Best Practices

  1. Didascalie Brevi:
    • Usa didascalie brevi e in linguaggio naturale. Tendono a funzionare bene in poche centinaia di step.
  2. Stacking LoRAs:
    • Combinare un concetto e un LoRA di personaggio dà risultati migliori rispetto all'allenamento combinato.

Didascalie e Gestione Dati

  • Organizza i tuoi dati di allenamento con attenzione. Il numero di epochs dipende dalla complessità dei tuoi dati.
  • Didascalie brevi e precise possono migliorare significativamente l'efficienza dell'allenamento.

Domande Frequenti

D1: Posso usare OneTrainer per modelli diversi da Flux.1?

Sì, OneTrainer supporta SD 1.5, SDXL e altro. Le impostazioni varieranno in base al modello.

D2: OneTrainer usa automaticamente il nome del concetto come parola trigger?

Sì, il nome del concetto può agire come parola trigger. Assicurati che sia significativo per il tuo progetto.

D3: Come posso gestire bene la VRAM durante l'allenamento?

Imposta Gradient Checkpointing su CPU_OFFLOAD. Questa impostazione aiuta a ridurre l'uso della VRAM senza impattare troppo sulla velocità.

D4: Qual è l'impatto dell'uso di NF4 rispetto a strati a precisione completa?

NF4 riduce l'uso della VRAM ma potrebbe diminuire leggermente la qualità. Gli strati a precisione completa mantengono la qualità ma richiedono più VRAM.

D5: Come posso ridurre la dimensione del mio modello LoRA?

Puoi ridurre i valori di Rank e Alpha oppure impostare il tipo di dati del peso LoRA su bfloat16. Questo riduce la dimensione ma potrebbe influenzare la qualità.

D6: OneTrainer può gestire l'allenamento multi-risoluzione?

Sì, OneTrainer supporta l'allenamento multi-risoluzione. Segui le linee guida nel wiki di OneTrainer per configurarlo.

D7: Le mie immagini appaiono come statiche rosa quando uso DoRA. Cosa devo fare?

Controlla le impostazioni del tuo livello di attenzione. Evita di usare "completo" per i livelli di attenzione, potrebbe essere quella la causa del problema.

D8: Come gestisco più soggetti in OneTrainer?

Usa allenamenti bilanciati impostando valori di ripetizione diversi per soggetti diversi. Organizza bene i dati per garantire allenamenti equi per entrambi i soggetti.

D9: Esiste una modalità equivalente al 'split mode' in OneTrainer?

OneTrainer non ha una 'modalità di divisione'. Piuttosto, usa impostazioni come CPU_OFFLOAD per Gradient Checkpointing per gestire la VRAM in modo più efficace.

D10: Posso regolare le impostazioni di OneTrainer per una qualità migliore con un uso più elevato della VRAM?

Sì, aumenta la risoluzione e regola i tipi di dati e le impostazioni di checkpointing per migliorare la qualità.

Questa guida dovrebbe darti tutti i passaggi necessari, impostazioni e suggerimenti per risolvere i problemi per usare OneTrainer in modo efficace con i modelli Flux AI. Buon allenamento!

SHARE