Stable Diffusion绘画 | 来训练属于自己的模型：配置完成，炼丹启动

效率设置-优化器

优化器可以分为4类：

第一类

AdamW ：梯度下降算法，结合自适应学习率，既可以快速收敛，又可以避免 Loss值 震荡

AdamW8bit：能降低显存占用，并略微加快训练速度，适合显卡配置不太好的电脑使用

第二类

Adafactor 与 DAdaptation：能自动调整学习率，常用来测试学习率使用。

第三类

Lion：能节省更多显存、速度更快，相比 AdamW 有15%左右的速度提升

第四类

SGDNesterov 与 SGDNesterov8bit：基于梯度下降方法进行优化，引入了动量的概念来加速收敛速度

优化器推荐：AdamW8bit 与 Lion

效率设置–调度器

adafator：自适应学习率，自动调配学习效率

constant：设定一个学习强度，让 AI 一直保持这个学习率来学习

constant_with_warmup：一开始预热期间学习率会增大，然后退回恒定的学习率不变

linear：让学习率以线性的方式下降

Polynomial：使用多项式函数来调整学习率

cosine：余弦学习率，一开始保持一个较高的学习率，然后逐渐降低学习率

consine with restart（推荐）：余弦退火重启，在余弦学习方法基础上定期重启，帮助AI逃脱学习平坦区域

搭配 余弦退火重启次数 使用，一般建议设置为1：

质量设置

一般建议设置 Unet lr 与 Text Lr，保持默认即可，设置这两个值之后，Learning rate 这个值的设置就失效了：

Network Dim

推荐设置值：

• 二次元：32
• 人物：32-128
• 实物风景：128

Network Alpha

建议设置为 Network Dim 的½，或者相等

Max Resolution

根据选择的基础模型进行选择，分辨率越大，显存的负担越大：

SD1.5模型：建议选择 512*512 或者 512*768

SDXL 模型：建议选择 1024*xxx 的分辨率

样图设置

主要是设置参考图片生成的频率等，保持默认即可，不影响训练模型的质量：

开始训练

经过前面几轮辛苦的准备工作之后，现在开始进入终篇的炼丹环节。

在「上传素材」页面，点击「开始训练」：

可以在「查看进度-进度」中，查看模型训练的整体进度：

开始训练

经过前面几轮辛苦的准备工作之后，现在开始进入终篇的炼丹环节。

在「上传素材」页面，点击「开始训练」：

可以在「查看进度-进度」中，查看模型训练的整体进度：

求助！！！操作「开始训练」之后，出现以下报错，如果大家有解决方案，欢迎留言或私信告诉我，谢谢~

今天先分享到这里~

---

开启实践：SD绘画 | 为你所做的学习过滤