首页
/ LoRAEdit项目支持的模型类型及训练指南

LoRAEdit项目支持的模型类型及训练指南

2025-06-19 16:55:03作者:贡沫苏Truman

LoRAEdit是一个专注于高效微调各类生成模型的工具,特别适合在有限硬件资源下进行模型定制化训练。本文将详细介绍该项目支持的各类模型及其训练配置要点,帮助开发者快速上手。

模型支持概览

LoRAEdit支持多种主流生成模型,包括图像生成和视频生成两大类。下表展示了各模型对LoRA微调、全参数微调(fp8/量化)的支持情况:

模型名称 LoRA支持 全参数微调 fp8/量化支持
SDXL
Flux
LTX-Video
HunyuanVideo
Cosmos
Lumina Image 2.0
Wan2.1
Chroma
HiDream

主要模型详解

SDXL模型

SDXL是目前最流行的开源图像生成模型之一。LoRAEdit对其支持特点如下:

  • 配置要点:需要指定checkpoint路径和数据类型(bfloat16)
  • 训练特点:支持文本编码器训练,不缓存文本嵌入
  • 硬件需求:全参数微调需要48GB显存(可使用2块24GB显卡并行)
  • 输出格式:LoRA采用Kohya格式,全参数微调采用原生SDXL格式
[model]
type = 'sdxl'
checkpoint_path = '/path/to/sd_xl_base_1.0.safetensors'
dtype = 'bfloat16'
unet_lr = 4e-5
text_encoder_1_lr = 2e-5
text_encoder_2_lr = 2e-5

Flux模型

Flux是Black Forest Labs开发的高效生成模型:

  • 配置灵活性:可从Diffusers目录加载,也可单独覆盖transformer权重
  • 训练优化:支持fp8训练transformer,节省显存
  • 特殊参数flux_shift参数控制分辨率相关的时间步偏移
[model]
type = 'flux'
diffusers_path = '/path/to/FLUX.1-dev'
transformer_dtype = 'float8'
flux_shift = true

视频生成模型

LTX-Video

  • 混合加载:同时需要Diffusers目录和单文件checkpoint
  • 训练限制:仅支持文本到图像(t2i)和文本到视频(t2v)训练
  • 时间步采样:推荐使用logit_normal方法

HunyuanVideo

腾讯开发的强大视频生成模型:

  • 加载方式:支持官方ckpt路径或ComfyUI单文件组合
  • fp8支持:transformer可启用fp8训练
  • 输出格式:Diffusers风格,兼容ComfyUI
[model]
type = 'hunyuan-video'
transformer_path = '/path/to/hunyuan_video.safetensors'
vae_path = '/path/to/vae.safetensors'
transformer_dtype = 'float8'

Wan2.1

  • 变体支持:兼容t2v和i2v两种变体
  • i2v训练:必须使用纯视频数据集
  • 硬件要求:14B模型的i2v训练显存需求高

其他特色模型

Lumina Image 2.0

  • 分辨率建议:推荐1024x1024训练
  • 全参数微调:单24GB显卡可行,需使用特殊优化器
  • 训练技巧:建议添加caption前缀

Chroma

  • 架构基础:基于Flux Schnell修改
  • 训练优化:transformer支持fp8
  • 配置要点:需要同时指定Flux的Diffusers路径和Chroma单文件

HiDream

  • 分辨率要求:最低1024,低分辨率效果差
  • 文本编码:Llama3编码器需保持加载,支持4bit量化
  • 显存需求:基础需要48GB,通过量化可降至24GB

训练建议与技巧

  1. 显存优化:对于大模型,优先尝试fp8/量化选项
  2. 学习率设置:不同组件(如UNet和文本编码器)可设置不同学习率
  3. 视频训练:注意视频clip模式设置,i2v需要特殊处理
  4. 分辨率选择:某些模型有最低分辨率要求,低于会影响质量
  5. 优化器选择:全参数微调时,考虑使用内存优化版优化器

通过合理配置,LoRAEdit可以在有限硬件资源下高效微调各类先进生成模型,是生成式AI开发者的有力工具。

登录后查看全文
热门项目推荐

项目优选

收起
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
713
459
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
143
226
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
306
1.04 K
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
105
161
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
367
357
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
53
15
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
116
255
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.02 K
0
CangjieMagicCangjieMagic
基于仓颉编程语言构建的 LLM Agent 开发框架,其主要特点包括:Agent DSL、支持 MCP 协议,支持模块化调用,支持任务智能规划。
Cangjie
591
47
MateChatMateChat
前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。 官网地址:https://matechat.gitcode.com
706
97