环境准备

• 推荐显卡：RTX 4090 或 RTX 3090（至少 24G 显存）

---

第一步：打标（数据集标注）

打标有以下两种方式：

**方式一：LoRA Caption（推荐）**https://huggingface.co/spaces/comfyuiman/loracaptionertaz

1. 输入你的 Gemini API Key
2. 上传图片或压缩包，即可自动批量打标

方式二：官方网站界面

• 无 Gemini API Key 时可使用，适合初学者

打标注意事项

训练类型	打标方式

| 角色 LoRA | 不打标角色特征（发色、眼色、服饰等），只写触发词 + 简单描述 |

| 风格 LoRA | 全部打标，但不写"二次元"等风格词，只描述人物（如"年轻男孩"） |

---

第二步：部署云端实例

1. 点击「部署实例」，选择 RTX 4090 / 3090
2. 打开 JupyterLab
3. 将启动命令复制粘贴到终端，按回车运行
4. 启动完成后，打开 AI Toolkit

---

第三步：新建训练任务

1. 在 AI Toolkit 中点击 New Job
2. 选择百度 Ernie 模型，或从「Queue」中加载现有模板
3. 克隆模板后，按需修改以下参数：

关键参数说明

参数	说明	推荐值
触发词	若打标时未设置，需在此手动填写	自定义

| Low VRAM + FP8 | 显存不足时必须开启，否则会跳过批次影响效果 | ✅ 开启 |

| num_repeats | 图片重复次数 | 角色：5；风格（图少）：34；风格（图多）：1 | | Steps | 训练步数，速度约 3.3 it/s | 1万2万 |

| 分辨率 | 默认 768×1024，可选 1280 | 按需选择 |

| Learning Rate | 学习率 | 默认即可，无需修改 |

| LoRA Rank | 低秩维度 | 64 或 128，可自行测试 |

| Timestep | 采样调度 | 默认 Wei；角色可试 Sigmoid（随机性较强） |

---

第四步：上传数据集并开始训练

1. 在 AI Toolkit 中新建 Dataset，输入名称
2. 上传已打标的图片文件夹（建议直接上传文件夹，速度更快）
3. 在采样设置中填入触发词 + 提示词，设置采样间隔步数
4. 确认配置后点击 Create Job，开始训练

💡 整个 LoRA 训练大约需要 3~4 小时，训练过程中可通过采样预览图查看效果变化，选取最满意的Lora使用

---

其他说明

• unload text encoder / cache text encoder outputs 等高级选项一般无需开启，默认配置即可满足大多数需求
• 如需微调效果，可在训练完成后再探索高级参数