vetkastar/lora-train-xl:fc6bac0a – Run with an API on Replicate

You're looking at a specific version of this model. Jump to the model overview.

vetkastar /lora-train-xl:fc6bac0a

Input schema

The fields you can use to run this model with an API. If you don’t give a value for a field its default value will be used.

Field	Type	Default value	Description
pretrained_model_url	string		URL базовой модели Stable Diffusion только XL модели
pretrained_model_name_or_path	string (enum)	juggernautXL_version6Rundiffusion.safetensors Options: juggernautXL_version6Rundiffusion.safetensors	Выберите базовую модель Stable Diffusion
dataset_url	string		URL архива с данными для обучения
dataset_path	string		Локальный путь к архиву с данными для обучения
network_module	string (enum)	networks.lora Options: networks.lora, networks.dylora	Имя модуля для LoRA
network_dim	integer	128	Размерность LoRA
network_alpha	integer	128	Коэффициент альфа для LoRA
dataset_repeats	integer	75	Количество шагов на каждое изображение
resolution	string	1024,1024	Максимальное разрешение изображений в формате 'ширина,высота'
lora_output_name	string	Lora	Имя файла обученной LoRA модели
save_safetensors	boolean	True	Сохранять ли модель в формате safetensors
max_train_steps	integer	9999	Максимальное число шагов обучения
save_every_n_epochs	integer	1	Сохранять модель каждые N эпох
learning_rate	number	0.000002	Скорость обучения
unet_lr	number	0.0001	Скорость обучения U-Net
text_encoder_lr	number	0.00005	Скорость обучения Text Encoder
lr_scheduler	string	constant_with_warmup	Тип планировщика скорости обучения
lr_warmup	integer	10	Количество шагов разогрева скорости обучения
lr_scheduler_num_cycles	integer	1	Количество циклов планировщика скорости обучения
lr_warmup_steps	integer	20	Количество шагов разогрева скорости обучения
max_grad_norm	number	1	Максимальная норма градиента
cache_latents	boolean	True	Кэшировать скрытые представления
no_half_vae	boolean	True	Не использовать половинную точность для VAE
noise_offset	number	0	Смещение шума
optimizer_type	string	AdamW8bit	Тип оптимизатора (AdamW8bit, AdamW, Lion)
train_batch_size	integer	8	Размер батча для обучения
max_train_epochs	integer	1	Количество эпох обучения
gradient_accumulation_steps	integer	1	Количество шагов аккумуляции градиента
mixed_precision	string	bf16	Точность вычислений (bf16, fp16)
save_precision	string	bf16	Точность сохранения модели (bf16, fp16)
num_cpu_threads_per_process	integer	4	Количество потоков CPU на ядро
clip_skip	integer	1	Количество слоев CLIP для пропуска
max_token_length	integer	150	Максимальная длина токена
seed	integer	1	Начальное значение для генератора случайных чисел
prior_loss_weight	number	1	Вес функции потерь Prior
caption_dropout_rate	number	0	Вероятность dropout для текстовых описаний
caption_dropout_every_n_epochs	integer	0	Применять dropout каждые N эпох
max_data_loader_n_workers	integer	0	Максимальное количество процессов загрузки данных
persistent_data_loader_workers	boolean	False	Использовать постоянные процессы загрузки данных
bucket_no_upscale	boolean	False	Не увеличивать разрешение при batching
bucket_reso_steps	integer	32	Шаги разрешения при batching
keep_tokens	integer	1	Количество токенов для сохранения
color_aug	boolean	False	Использовать цветовую аугментацию
flip_aug	boolean	False	Использовать аугментацию отражением
gradient_checkpointing	boolean	True	Использовать gradient checkpointing
shuffle_caption	boolean	False	Перемешивать текстовые описания
full_fp16	boolean	False	Использовать полное FP16 для обучения
full_bf16	boolean	False	Использовать полное BF16 для обучения
xformers	boolean	True	Использовать xformers
save_model_as	string	safetensors	Формат сохранения модели (safetensors, ckpt, pt)
save_state	boolean	False	Сохранять состояние модели
scale_weight_norms	number	0	Масштабировать нормы весов

Output schema

The shape of the response you’ll get when you run this model with an API.

Schema

{'format': 'uri', 'title': 'Output', 'type': 'string'}