文本编码器未参与训练。
推理时可复用基础模型的文本编码器。

训练参数

• 训练轮次: 0

• 训练步数: 100

• 学习率: 0.0001

  • 学习率计划: 恒定
  • 预热步数: 100

• 最大梯度值: 0.01

• 有效批大小: 3

  • 微批大小: 1
  • 梯度累积步数: 1
  • GPU数量: 3

• 梯度检查点: 启用

• 预测类型: 流匹配（额外参数=['shift=3']）

• 优化器: adamw_bf16

• 可训练参数精度: 纯BF16

• 基础模型精度: 保持原样

• 标题丢弃概率: 10.0%

• LoRA秩: 8

• LoRA Alpha值: 8.0

• LoRA丢弃率: 0.1

• LoRA初始化风格: 默认

数据集

多摩君裁剪-512-非正则化

• 重复次数: 10
• 总图像数: ~36
• 宽高比分桶数: 7
• 分辨率: 0.262144百万像素
• 是否裁剪: 否
• 裁剪风格: 无
• 裁剪比例: 无
• 用于正则化数据: 否

多摩君裁剪-512

• 重复次数: 10
• 总图像数: ~36
• 宽高比分桶数: 2
• 分辨率: 0.262144百万像素
• 是否裁剪: 否
• 裁剪风格: 无
• 裁剪比例: 无
• 用于正则化数据: 是

推理示例

import torch
from diffusers import DiffusionPipeline

模型ID = 'fal/AuraFlow'
适配器ID = 'bghira/Auraflow-多摩君-LoRA-秩8'
管道 = DiffusionPipeline.from_pretrained(模型ID, torch_dtype=torch.bfloat16) # 直接加载为bf16格式
管道.load_lora_weights(适配器ID)

提示词 = "一只多摩君在开满鲜花的田野中奔跑。"
负面提示 = '丑陋，裁剪，模糊，低质量，平庸普通'

## 可选：量化模型以节省显存
## 注：训练时未量化模型，推理时无需强制量化
#from optimum.quanto import quantize, freeze, qint8
#quantize(管道.transformer, weights=qint8)
#freeze(管道.transformer)
    
管道.to('cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu') # 管道已处于目标精度
输出图像 = 管道(
    prompt=提示词,
    negative_prompt=负面提示,
    num_inference_steps=30,
    generator=torch.Generator(device='cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu').manual_seed(42),
    width=512,
    height=512,
    guidance_scale=4.0,
).images[0]

输出图像.save("output.png", format="PNG")