Kohya_SS项目中自定义Lora训练预设的配置方法

在Kohya_SS项目的使用过程中，许多用户会遇到自定义Lora训练预设无法正确加载的问题。本文将详细介绍如何正确配置和使用自定义训练预设文件。

问题现象分析

当用户在Kohya_SS的Lora训练模块中创建自定义训练预设时，可能会遇到预设文件虽然已经保存在正确的目录下（user_presets文件夹），但在Web界面的下拉菜单中却无法显示的情况。这种情况通常与文件格式或文件扩展名有关。

解决方案详解

1. 文件位置确认
   确保自定义的JSON预设文件已正确放置在项目的Lora/user_presets目录下。这是Kohya_SS专门用于存放用户自定义预设的目录。

2. 文件扩展名检查
   在某些运行环境（如RunPod）中，下载的JSON文件可能会丢失扩展名。务必确认文件具有.json扩展名。可以通过重命名文件手动添加扩展名。

3. 文件格式验证
   预设文件必须是有效的JSON格式。建议使用文本编辑器检查文件内容是否符合JSON语法规范。最简单的验证方法是使用Kohya_SS界面中的"保存配置"功能生成预设文件。

4. 系统重启步骤
   添加新预设文件后，需要：

   • 完全重启Kohya_SS的GUI服务
   • 刷新Web浏览器页面 新预设将出现在下拉菜单的底部位置。

技术要点补充

1. SDXL训练脚本区别
   用户需要注意区分sdxl_train.py和sdxl_train_network.py两个脚本的差异，选择错误的脚本可能导致训练结果异常。

2. 学习率设置技巧
   对于SDXL模型的Lora训练：

   • 使用AdamW8bit优化器时，典型学习率为1e-4
   • 文本编码器(TE)的学习率通常设置为UNET学习率的1/10
   • 切换至SDPA时可能需要调整学习率

3. 优化器选择影响
   不同优化器（如xformers与sdpa）对训练稳定性和结果质量有显著影响，需要根据具体硬件和模型调整超参数。

通过以上步骤和注意事项，用户可以顺利创建和使用自定义训练预设，提高Lora训练的效率和质量。