If you find our articles informative, please follow me to receive updates. It would be even better if you could also follow our ko-fi, where there are many more articles and tutorials that I believe would be very beneficial for you!
如果你觉得我们的文章有料，请关注我获得更新通知，
如果能同时关注我们的 ko-fi 就更好了，
那里有多得多的文章和教程! 相信能使您获益良多.
For collaboration and article reprint inquiries, please send an email to [email protected]
合作和文章转载 请发送邮件至 [email protected]
by: ash0080
序言
我一直很犹豫要不要写LoRa Training系列，主要原因是我在刚开始学习的时候阅读了大量的相关文章，老实说体验非常糟糕，大多数文章或视频中充斥着大量的错误与经验主义（但这种经验往往只适用于某些特定的类型），甚至是胡说八道。但换个角度，这也说明也许LoRa训练本来就难以描述，而且工具和算法都在不停迭代，说不定今天还是正确的参数，明天就不再适用。但不管怎样，这些体验让我对LoRa训练是否能通过教程来传授这件事本身产生了怀疑，这就是我一直没有动笔写的原因。
不过，AIGARLIC作为C站排名第一的写作团队怎么可能不去触碰LoRa Training题材呢，因此即将有一位专业模型训练师加入我们，她是全球TOP50的某互联网公司的专职模型训练师，她将带给我们商业应用级别的模型训练，高细粒度的分析，调优的完整专业课程，目前这个系列已经在我们的ko-fi上更新中，欢迎关注我们的ko-fi.
关于如何组织训练集的文章已经很多了，但在Hazel的文章中，她分享了一种构建科学打标体系的方法，并且在这种高度理性的方法下，探讨了图片数量的平衡问题，专业而具有启发性！
那么我作为一个AIGC的小学生，也打算厚着脸皮给大家分享一个完全不同角度的LoRa训练系列教程，如果说以往的教程像课堂授课，这个系列更像你的实验室操作指南，我不打算做太多的总结或告诉大家某些确定的结论，我只给大家分享一下我是怎样做实验的，希望这会是一种有意义的尝试。
————————————————————————————
basic_shape_grey
训练集三个灰度形状，白底， tag只有一个 myshape
batch生成, 仅trigger word,
可观察到的几个事实：
灰色被学习了
圆形被学习了
白色背景没有被学习
base_shape
这次训练集换成三个三原色几何体，那图片具有三个元素，形状，边线，颜色
相比前面，最大的区别就是出现了色彩
base_monster
使用相同的训练集，只是关键词换成了原生词, monster
很难看出什么，可能训练强度相比于自定义词，对原生词的扭曲就显得不足够
但确实可以看见圆形，方形，以及三角形(构图)的存在
base_monster_colored
这次tags在monster基础上增加了颜色， red/green/blue monster
仅使用monster 关键词时，几乎与前一个模型没有什么区别，但是,
red monster
green monster
blue monster
有意思的事情发生了，使用更具体的tags时，绘制内容发生了非常大的改变，
尤其是绿色正方形，绘制出的内容偏差非常明显，我们又可以发现SD是理解透视的，方形和三角形，在SD的理解里有可能只是同样的透视关系。
base_blur
我们再来试一试blur, 唯一tag， monster
与base_monster相比， 人物的边缘并没有变模糊，而是出现了大气和景深效果，我想这可能会让大家大吃一惊。
那么blur在增加内容气氛时，会变得相当有用
base_grid
唯一tag: grid layout
其实仔细看LoRa不仅画了2x2,3x3,4x4 grid，甚至还出现了5x5和6x6， 很有意思的一个实验
但无论如何，在非过拟合的情况下，学习的特征大概率不会以我们想象的那种方式被学习，而是融入既有的特征中。