首頁 > AI工具 > LiblibAI怎麼訓練LoRA模型?六個步驟從傳圖到提交

LiblibAI怎麼訓練LoRA模型?六個步驟從傳圖到提交

更新時間:2026-11-16 09:43:02 發布時間:20小時前 閱讀:13次

LiblibAI怎麼訓練LoRA模型?六個步驟從傳圖到提交

LiblibAI 的訓練頁不在導航裡,地址直接輸 liblib.art/pretrain。進去之後按 選底模傳圖打標 三步把資料集做出來,再配參數、看積分,最後提交排隊。我用 6 張 512 正方形人像圖走完整套流程,介面算出來 900 步、3 分 10 秒、3 點積分。

還沒帳號?立即註冊,新號第一次進訓練頁會彈提示:每月可免費體驗 5 次 LoRA 訓練。

LiblibAI訓練LoRA的六個步驟

下面六步按頁面從上到下的順序走,一步配一張截圖,照著點就行。每一步做完再走下一步,跳步會亂。

  1. 進訓練頁。瀏覽器地址欄輸 liblib.art/pretrain,回車。左側豎排導航裡沒有訓練這一項,從首頁的圖片生成、發現靈感都點不到這裡,只能直接輸網址。進去先看頂部那排底模卡片,下面是參數區和圖片區兩塊。客戶端和網頁版都能進這個頁面,本機不跑模型,算力在雲端。

    LiblibAI訓練頁整窗,左側紅框是參數設定區,右側紅框是圖片打標裁剪區

  2. 選底模。頂部一排卡片從左到右是自定義、Z-image、F.1、千問圖像、Kontext、Wan2.2、F.1極速、XL、人像。真人臉選人像,畫風選 F.1 或千問圖像,影片方向選 Wan2.2。我這次點的是人像,點完參數區的使用底模自動填成 ChilloutMix 那串 checkpoint。

    LiblibAI訓練頁頂部底模卡片整排,紅框標出九個可選底模

  3. 傳圖。點右側圖片區中間的上傳入口。沒傳圖時那裡寫著最多新增 200 張,支援 png/jpg/jpeg,單張不超過 10MB,會員上限 600 張。我一次選了 6 張 512 正方形圖,傳完每張縮略圖下面標著 512*512。

    LiblibAI圖片打標裁剪區上傳入口,紅框標出點選上傳圖片的位置

  4. 填觸發詞再打標。先在最下面那行模型觸發詞框裡寫詞,全小寫、不帶空格,我寫的是 libgirl。然後選打標演算法 Deepbooru、閾值 0.30、裁剪方式無須裁剪,點右下角的裁剪/打標按鈕。跑完看每張圖下面的標籤,libgirl 被頂到了最前面,6 張圖張張如此。

    LiblibAI模型觸發詞輸入框和裁剪打標按鈕,紅框圈出要填的觸發詞和提交按鈕

  5. 配 Repeat 和 Epoch。左邊參數區兩個滑塊,單張次數 Repeat 和循環輪次 Epoch。預設 20 和 5,選人像之後 Epoch 自己跳到 10。總步數不用填,傳完圖自己算,我這裡是 900 步,下面跟著預計訓練時間 3 分 10 秒。

    LiblibAI左側參數設定區,紅框圈出單張次數Repeat設20和循環輪次Epoch設10

  6. 覈對積分,點開始訓練。右側頂部那行預計消耗積分跟著參數變,改 Repeat、Epoch、加減圖片,這個數字立刻跟著跳。隊列分普通和會員插隊加速兩檔,沒開會員就是普通隊列。確認沒問題點藍色開始訓練按鈕。

    LiblibAI頂部隊列選擇和開始訓練按鈕,紅框圈出普通隊列和會員插隊加速兩檔

LiblibAI訓練怎麼選底模省積分

六步裡選底模那步最關鍵,因為底模直接決定扣多少積分。同樣 6 張 512 圖,選 Z-image 是 54 點、600 步、2 分 7 秒;選人像只要 3 點、900 步、3 分 10 秒。差 18 倍。

我帳戶 20 點,Z-image 直接不夠扣。所以底模不是按喜好挑,是按餘額挑:點數少就用人像、F.1 這類,點數寬裕再上 Z-image。

選人像還有一個附帶效果,頁面會自動把觸發詞補成一段英文,還會配一個現成的 checkpoint。這兩樣都要看一眼,自動填的不一定是你想要的詞。

LiblibAI訓練參數哪幾項必須改

八欄設定裡多數保持預設,真要動的是三個:Repeat、Epoch、觸發詞。Repeat 決定單張圖被重複看多少遍,Epoch 決定整個資料集過多少輪,兩個加起來就是總步數。6 張圖配 20 和 10,算出來 900 步。

觸發詞那欄是唯一必須自己寫的東西。它會被插到每張圖標籤串的最前面,位置錯了模型就學不到。我寫 libgirl,打標後 6 張圖的標籤第一個詞全是 libgirl。

模型效果預覽提示詞那欄預設是 a girl sitting in a park,也要改。訓練中途會照這句生成實時樣圖,觸發詞同樣放最前面,我寫的是 libgirl, portrait photo, white background, black hair。

要進專業參數就點參數區右上角那個圖標,彈窗分八頁。學習率頁給的是總學習率 1e-4、Unet 0.0001、文字編碼器 0.00001、預熱 0%、調度器 cosine_with_restarts、最佳化器 AdamW8bit。網路頁裡 LoRA rank 和 alpha 都是 32。噪聲頁給 Noise offset 0.1、隨機種子 -1、clip 跳過 1 層,種子填 -1 就是每輪隨機,想復現某一次結果就把那次的數字填進去。這幾頁新手都不用動。

批次大小和混合精度也別動。人像底模給的是 1 和 fp16,Z-image 給的是 4 和 fp16。批次大小調大不一定更快,共享算力下容易被壓到低優先級隊列。

LiblibAI訓練要多少積分多久

積分在提交前就寫出來了,右側頂部那行預計消耗積分跟著參數變。改 Repeat、Epoch、加減圖片,這個數字立刻跟著跳,不用等跑完才知道花了多少。這套訓練積分和站內的 模型下載、生圖額度分開算,各扣各的。

時間也實時算。人像那組 900 步給的是 3 分 10 秒,Z-image 600 步給的是 2 分 7 秒。這是開跑後的機器時間,不含排隊等待。

隊列分普通和會員插隊加速兩檔,沒開會員就是普通隊列。頁面在參數區裡一直寫著 0 到 6 點錯峯訓練更快,這條提示不是彈窗,容易看漏。

每月 5 次的免費額度怎麼花:先用 6 到 10 張圖的資料集把觸發詞、Epoch、學習率調順,確認方向對了再攢積分跑大的。反過來先跑 30 張大圖,參數沒調對,5 次額度一次燒完。

LiblibAI訓練三個容易卡住的地方

第一個是圖的比例。系統不校驗長寬比,你傳豎圖它照樣收,訓練時按裁剪尺寸硬切,切歪了模型學到的是變形的人臉。提前在本地裁成正方形再傳,省掉返工。

第二個是標籤順序。觸發詞必須排在標籤串第一個,中間或者末尾都會被訓練忽略。打標完挨張看一遍,發現位置不對就點重新裁剪/打標重跑。

第三個是提交。我這次停在提交這一步,參數、打標、積分都對上了,點開始訓練按鈕沒反應,頁面也沒有請求發出。這個問題是頁面本身的狀態,不是配置錯了。真跑起來之前,建議先按預設參數走一遍少圖資料集。

跑出來的是 LoRA 權重檔案,不是完整模型,用的時候得掛在底模上。站內生成就在提示詞最前面加觸發詞,不加等於沒載入。本地部署也一樣,丟進 ComfyUI 或者 WebUI 的 lora 目錄,同樣靠觸發詞調。