1
output_name = "XXXlora_v1"
2
class_tokens = "XXXlora,"
3
pretrained_model_name_or_path = "./models/unet/flux1-dev.safetensors"
4
ae = "./models/vae/ae.safetensors"
5
clip_l = "./models/clip/clip_l.safetensors"
6
t5xxl = "./models/clip/t5xxl_fp16.safetensors"
7
resume = ""
8
output_dir = "/root/output"
9
save_model_as = "safetensors"
10
save_precision = "bf16"
11
save_state = true
12
image_dir = "/root/images"
13
tagger_model = "joy-caption-alpha-two"
14
prompt_type = "Training Prompt"
15
output_trigger_words = true
16
tagger_advanced_settings = false
17
tagger_global_prompt = ""
18
tagger_is_append = false
19
num_repeats = 10
20
max_train_epochs = 10
21
train_batch_size = 1
22
resolution_width = 512
23
resolution_height = 768
24
enable_bucket = false
25
min_bucket_reso = 256
26
max_bucket_reso = 1024
27
bucket_reso_steps = 64
28
bucket_no_upscale = false
29
seed = 42
30
max_data_loader_n_workers = 2
31
learning_rate = "4e-4"
32
save_every_n_epochs = 1
33
guidance_scale = 1
34
timestep_sampling = "shift"
35
network_dim = 64
36
logit_mean = 0
37
logit_std = 1
38
mode_scale = 1.29
39
sigmoid_scale = 1
40
model_prediction_type = "raw"
41
discrete_flow_shift = 3.1582
42
loss_type = "l2"
43
highvram = true
44
gradient_checkpointing = true
45
gradient_accumulation_steps = 1
46
network_train_unet_only = false
47
network_train_text_encoder_only = false
48
output_config = true
49
disable_mmap_load_safetensors = false
50
validation_split = 0
51
text_encoder_lr = "1e-4"
52
lr_scheduler = "cosine_with_restarts"
53
lr_warmup_steps = 0
54
lr_scheduler_num_cycles = 3
55
optimizer_type = "adamw8bit"
56
weighting_scheme = "uniform"
57
network_module = "networks.lora_flux"
58
network_weights = ""
59
network_alpha = "32"
60
network_dropout = 0.1
61
enable_base_weight = false
62
base_weights = ""
63
enable_preview = false
64
logging_dir = "./logs"
65
caption_extension = ".txt"
66
shuffle_caption = false
67
weighted_captions = false
68
keep_tokens = 0
69
keep_tokens_separator = ""
70
caption_tag_dropout_rate = 0
71
color_aug = false
72
flip_aug = false
73
random_crop = false
74
clip_skip = 0
75
split_mode = false
76
mixed_precision = "bf16"
77
full_fp16 = false
78
full_bf16 = true
79
fp8_base = true
80
fp8_base_unet = false
81
no_half_vae = false
82
sdpa = true
83
lowram = false
84
cache_latents = true
85
cache_latents_to_disk = true
86
cache_text_encoder_outputs = true
87
cache_text_encoder_outputs_to_disk = true
88
persistent_data_loader_workers = true
89
ddp_gradient_as_bucket_view = false
90
sample_prompts = ""

1
# ===================================================================
2
# 核心身份与路径设置
3
# 这一部分定义了模型的名字、触发词以及所有需要加载的基础模型路径。
4
# ===================================================================
5

6
output_name = "XXXlora_v1"
7
# 作用: 你训练出的LoRA模型最终的文件名。
8
# 【需修改】: 每次训练新人物时，请改成新模型的名字，例如 "zhangsan_v1"。
9

10
class_tokens = "XXXlora,"
11
# 作用: 你的专属触发词。在出图时，用这个词来召唤你训练的人物。
12
# 【需修改】: 每次训练新人物时，请换一个新的、独特的、无意义的触发词，例如 "ohwx zhangsan,"。
13

14
pretrained_model_name_or_path = "./models/unet/flux1-dev.safetensors"
15
# 作用: FLUX模型的核心UNet部分。
16
# 原因: 这是训练FLUX LoRA必须的基础模型，通常无需改动。
17

18
ae = "./models/vae/ae.safetensors"
19
# 作用: FLUX专用的VAE（变分自编码器），负责图像的编码和解码。
20
# 原因: FLUX配套组件，无需改动。
21

22
clip_l = "./models/clip/clip_l.safetensors"
23
# 作用: FLUX使用的文本编码器之一 (CLIP-L)。
24
# 原因: FLUX配套组件，无需改动。
25

26
t5xxl = "./models/clip/t5xxl_fp16.safetensors"
27
# 作用: FLUX使用的另一个、也是最强大的文本编码器 (T5-XXL)。它让FLUX能更好地理解自然语言。
28
# 原因: FLUX配套组件，无需改动。
29

30
image_dir = "/root/images"
31
# 作用: 存放你所有训练图片的文件夹路径。
32
# 【需修改】: 每次训练新项目时，请修改为新图片集的存放路径。
33

34
output_dir = "/root/output"
35
# 作用: 训练好的LoRA模型保存的文件夹路径。
36
# 原因: 通常无需修改，除非你想保存到别处。
37

38
logging_dir = "./logs"
39
# 作用: 存放训练日志（如loss值）的文件夹。
40
# 原因: 通常无需修改。
41

42
# ===================================================================
43
# 训练核心参数
44
# 这是决定训练时长、深度和质量最关键的部分。
45
# ===================================================================
46

47
num_repeats = 10
48
# 作用: 在每一“轮”(Epoch)中，每张图片被重复学习的次数。
49
# 原因: 10次是一个很好的平衡点，确保模型能充分学习每张图片的特征。
50

51
max_train_epochs = 10
52
# 作用: 训练的总轮数。
53
# 【需修改】: 这是你以后最需要根据情况调整的参数！我们的目标是总步数在10000步左右。
54
# 计算公式: 轮数 ≈ 10000 / (图片数量 × num_repeats)
55
# 示例: 如果你有50张图，就设置 10000 / (50 * 10) = 20轮。
56

57
save_every_n_epochs = 1
58
# 作用: 每隔多少轮保存一次模型。
59
# 原因: 对于人物训练，这是【绝对关键】的设置！设为1可以确保你不会错过任何一个可能的“最佳”模型，因为最佳效果往往出现在过拟合之前。
60

61
resolution_width = 512
62
resolution_height = 768
63
# 作用: 训练时图片被处理的分辨率。
64
# 原因: 对于在消费级显卡上训练人物LoRA，这是一个在“细节保留”和“显存消耗”之间取得完美平衡的尺寸。训练出的LoRA可以在任意更高分辨率下使用。
65

66
train_batch_size = 1
67
# 作用: 每次更新模型时，同时处理的图片数量。
68
# 原因: 由于分辨率较高且FLUX模型庞大，设为1可以最大限度地节省显存。
69

70
# ===================================================================
71
# 学习率与调度器 (Learning Rate & Scheduler)
72
# 控制模型学习的“速度”与“节奏”，对防止过拟合至关重要。
73
# ===================================================================
74

75
learning_rate = "4e-4"
76
# 作用: 模型的学习速度。
77
# 原因: 4e-4 (0.0004) 是一个针对FLUX这种强大模型优化的“慢速学习”速率。它能让模型更精细地学习人物特征，避免因学得太快而导致面部僵硬、失真。
78

79
text_encoder_lr = "1e-4"
80
# 作用: 文本编码器的学习率。
81
# 原因: 通常设得比主学习率低。我们希望模型“温和地”调整对文本的理解，而不是剧烈改变。
82

83
lr_scheduler = "cosine_with_restarts"
84
# 作用: 学习率调度器，即学习率的变化策略。
85
# 原因: "带重启的余弦退火"被证明是效果最好的策略之一。它能让学习率周期性地变化，帮助模型跳出局部最优解，获得更好的泛化能力。
86

87
lr_warmup_steps = 0
88
# 作用: 学习率预热的步数。
89
# 原因: 你的训练器环境强制要求在使用 "cosine_with_restarts" 时，此项必须为0。我们遵守此规则。
90

91
lr_scheduler_num_cycles = 3
92
# 作用: 在整个训练过程中，学习率调度器“重启”的次数。
93
# 原因: 对于10轮左右的训练，重启3次可以让模型经历多个学习周期，效果更佳。
94

95
# ===================================================================
96
# LoRA网络核心配置
97
# 定义了LoRA本身的结构和能力。
98
# ===================================================================
99

100
network_dim = 64
101
# 作用: LoRA的“网络维度”或“秩”，决定了LoRA的容量和能学习的细节多少。
102
# 原因: 64是一个高质量设置，能捕捉丰富的人物面部细节。代价是文件会比较大（约600MB）。如果想获得更小的文件，可以尝试32。
103

104
network_alpha = "32"
105
# 作用: LoRA的缩放因子。
106
# 原因: 遵循 "alpha = dim / 2" 的黄金法则。这有助于稳定训练，并让LoRA在推理时使用0.8左右的权重就能获得很好的效果。
107

108
network_dropout = 0.1
109
# 作用: 在训练时随机“丢弃”一部分神经元连接。
110
# 原因: 这是防止过拟合的【核心手段】！它强迫模型学习更鲁棒的特征，而不是把人物和训练时的衣服、背景死记在一起，从而极大提高LoRA的泛化能力（换装、换场景）。
111

112
# ===================================================================
113
# 标签与数据增强 (Captioning & Augmentation)
114
# ===================================================================
115

116
shuffle_caption = false
117
# 作用: 是否在训练时随机打乱标签文件里的词序。
118
# 原因: 这是根据你的打标风格【特别定制】的！因为你使用的是完整的自然语言句子，所以【绝对不能】打乱，否则会破坏语法，导致训练失败。
119

120
# 以下为数据增强选项，对于训练特定人物，通常全部关闭，以保持人物特征的一致性。
121
flip_aug = false          # 关闭随机水平翻转
122
color_aug = false         # 关闭色彩增强
123
random_crop = false       # 关闭随机裁剪
124

125
# ===================================================================
126
# 优化与性能 (Optimization & Performance)
127
# 这些是技术向的设置，用于提升训练速度和降低显存消耗。
128
# ===================================================================
129

130
optimizer_type = "adamw8bit"
131
# 作用: 更新模型权重的优化器算法。
132
# 原因: adamw8bit是目前兼具效果和显存效率的标准选择。
133

134
mixed_precision = "bf16"
135
full_bf16 = true
136
# 作用: 使用混合精度进行训练。
137
# 原因: bf16是现代NVIDIA显卡（如30系、40系）上速度和稳定性都很好的选择。
138

139
gradient_checkpointing = true
140
# 作用: 一种通过牺牲少量计算时间来大幅节省显存的技术。
141
# 原因: 对于在消费级显卡上训练FLUX这样的大模型，此项【必须开启】。
142

143
cache_latents = true
144
cache_latents_to_disk = true
145
cache_text_encoder_outputs = true
146
cache_text_encoder_outputs_to_disk = true
147
# 作用: 将第一轮处理好的图片潜变量和文本编码缓存到硬盘。
148
# 原因: 这是【极大的加速器】！它会让训练从第二轮开始变得飞快，因为不再需要重复处理图片和文本。
149

150
# ... 其余参数为默认或技术性设置，此模板已为你配置好，通常无需关心 ...
151
resume = ""
152
save_model_as = "safetensors"
153
save_precision = "bf16"
154
save_state = true
155
tagger_model = "joy-caption-alpha-two"
156
prompt_type = "Training Prompt"
157
output_trigger_words = true
158
tagger_advanced_settings = false
159
tagger_global_prompt = ""
160
tagger_is_append = false
161
enable_bucket = false
162
min_bucket_reso = 256
163
max_bucket_reso = 1024
164
bucket_reso_steps = 64
165
bucket_no_upscale = false
166
seed = 42
167
max_data_loader_n_workers = 2
168
guidance_scale = 1
169
timestep_sampling = "shift"
170
logit_mean = 0
171
logit_std = 1
172
mode_scale = 1.29
173
sigmoid_scale = 1
174
model_prediction_type = "raw"
175
discrete_flow_shift = 3.1582
176
loss_type = "l2"
177
highvram = true
178
gradient_accumulation_steps = 1
179
network_train_unet_only = false
180
network_train_text_encoder_only = false
181
output_config = true
182
disable_mmap_load_safetensors = false
183
validation_split = 0
184
weighting_scheme = "uniform"
185
network_module = "networks.lora_flux"
186
network_weights = ""
187
enable_base_weight = false
188
base_weights = ""
189
enable_preview = false
190
caption_extension = ".txt"
191
weighted_captions = false
192
keep_tokens = 0
193
keep_tokens_separator = ""
194
caption_tag_dropout_rate = 0
195
clip_skip = 0
196
split_mode = false
197
full_fp16 = false
198
fp8_base = true
199
fp8_base_unet = false
200
no_half_vae = false
201
sdpa = true
202
lowram = false
203
persistent_data_loader_workers = true
204
ddp_gradient_as_bucket_view = false
205
sample_prompts = ""