训练参数及过程如下Base Model：NAI图片数量：265重复次数：6次/epoch训练分辨率：1024*1024network_dim = 200 ；alpha = 160优化器及学习率参数：prodigy，unet_lr=1,text_encoder_lr=1,d_coef=2多分辨率噪声：6, 0.3训练过程：① batch_size=6，训练4个epoch，共1060步② batch_size=2，训练3个epoch，共2385步③ batch_size=1，训练2个epoch，共3180步总计6625步。同样，我在训练中也增加了 'highres' 标签出图的底模均使用Anything V5。建议出图的分辨率不要太低，推荐在704*1024附近及以上。另外，经个人实践，概念、人物等比较具有针对性的训练目标，或是训练集较小的情况下，可能更适合进行lora分层训练。训练画师lora，如果追求高拟合度，反而不需要开分层训练，只需要调一些简单的参数就能达到很好的效果。因此这类画风lora的训练往往是最简单的。之后可能会尝试通过分层训练的方法，在sdxl和小训练集下，练几个复杂度较高的冷门角色。

Files with SHA256: 2215f159192694fa44b10c476a6149113ed65a30a2d220de4bc2e04a5dd65bec