Kohya_SS 学习率自动填充指南3 步让配置恢复正常【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ssKohya_SS 是 Stable Diffusion 系模型微调与 LoRA 训练的图形化工具。本文解决 GUI 里学习率不自动填充、预设加载不生效的问题。读完你能独立检查 config.toml 与 presets 目录并给不同模型填入正确学习率。 什么时候用得上第一次打开 Kohya_SS GUI进入 LoRA 或 Dreambooth 标签页发现 Text Encoder learning rate 和 Unet learning rate 输入框是空的或者填的值和你上次保存的不一样。多半是配置链路断了config.toml 没建、格式写错或者 presets 目录缺文件。按下面的顺序排查十分钟能定位问题。️ 分步操作步骤 1确认 Kohya_SS 已安装并能启动克隆仓库并进入根目录git clone https://gitcode.com/GitHub_Trending/ko/kohya_ss运行 setup.sh 或 setup.bat 完成环境安装。用 gui.sh 或 gui.bat 启动 GUI确认浏览器能打开主界面各标签页正常渲染。步骤 2建立并检查 config.toml在仓库根目录把 config example.toml 复制一份改名为 config.toml。打开 config example.toml 对照检查[basic]段应能看到 learning_rate、learning_rate_te、learning_rate_te1、learning_rate_te2 四项。确认 lr_scheduler 与 optimizer 有值示例文件里分别是 cosine 和 AdamW8bit。若文件不存在GUI 会静默回退到默认值学习率 1e-6输入框看起来像没保存。此时建好文件后重启 GUI输入框应显示配置中的数值。步骤 3核对 presets 预设目录打开 presets/确认 lora 与 finetune 两个子目录存在且有 JSON 文件。打开任意预设如 SDXL - LoRA AI_characters standard v1.1.json确认 learning_rate、text_encoder_lr、unet_lr 三个键都有值。若预设文件损坏程序会把学习率字段转成字符串再解析解析失败时统一回落到 0.0界面就表现为自动填充失效。重新获取完整仓库即可。步骤 4手动填入学习率并保存进入对应训练标签页在 Text Encoder learning rate 与 Unet learning rate 输入框填入下表数值。Unet 学习率填 0 时会回退到主学习率 learning_rate这是设计行为不是 bug。用界面保存按钮把当前参数存成自定义预设到 presets 目录。下次加载时数值应保持不变。⚠️ 新手避坑现象输入框一直显示 0 或空。原因config.toml 缺失GUI 用了内置默认值但没写回文件。对策按步骤 2 建立 config.toml重启 GUI 再检查。现象切换 SD 1.5 / SDXL 后学习率没变。原因GUI 不会替你改学习率它只读取配置和预设。对策切换模型类型后对照步骤 4 的速查表手动更新两个 LR 输入框。现象加载预设后学习率变成 0。原因JSON 里学习率写成了无法解析的字符串程序兜底置 0.0。对策打开预设文件把 learning_rate、text_encoder_lr、unet_lr 改成数字形式如 3e-05。 参数速查参数推荐值适用场景learning_rate4e-7SDXL LoRA 训练官方文档标注的标准值learning_rate1e-6Dreambooth 全参数微调learning_rate2e-4LLM Lite 相关训练lr_schedulercosine常规训练config 示例默认值optimizerAdamW8bit显存有限时的默认选择数值出处见 docs/LoRA/top_level.md 与 docs/train_db_README-zh.mdGUI 默认值逻辑在 kohya_gui/class_basic_training.py 中。学习率是训练里最敏感的参数自动填充失效时先查文件、再查预设、最后手动填顺序别乱。想看完整参数说明可以读 docs/train_README.md想理解预设如何加载直接翻 kohya_gui/common_gui.py 里对 learning_rate 字段的转换逻辑。【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ss创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 Kohya_SS 学习率自动填充指南：3 步让配置恢复正常
Kohya_SS 学习率自动填充指南3 步让配置恢复正常【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ssKohya_SS 是 Stable Diffusion 系模型微调与 LoRA 训练的图形化工具。本文解决 GUI 里学习率不自动填充、预设加载不生效的问题。读完你能独立检查 config.toml 与 presets 目录并给不同模型填入正确学习率。 什么时候用得上第一次打开 Kohya_SS GUI进入 LoRA 或 Dreambooth 标签页发现 Text Encoder learning rate 和 Unet learning rate 输入框是空的或者填的值和你上次保存的不一样。多半是配置链路断了config.toml 没建、格式写错或者 presets 目录缺文件。按下面的顺序排查十分钟能定位问题。️ 分步操作步骤 1确认 Kohya_SS 已安装并能启动克隆仓库并进入根目录git clone https://gitcode.com/GitHub_Trending/ko/kohya_ss运行 setup.sh 或 setup.bat 完成环境安装。用 gui.sh 或 gui.bat 启动 GUI确认浏览器能打开主界面各标签页正常渲染。步骤 2建立并检查 config.toml在仓库根目录把 config example.toml 复制一份改名为 config.toml。打开 config example.toml 对照检查[basic]段应能看到 learning_rate、learning_rate_te、learning_rate_te1、learning_rate_te2 四项。确认 lr_scheduler 与 optimizer 有值示例文件里分别是 cosine 和 AdamW8bit。若文件不存在GUI 会静默回退到默认值学习率 1e-6输入框看起来像没保存。此时建好文件后重启 GUI输入框应显示配置中的数值。步骤 3核对 presets 预设目录打开 presets/确认 lora 与 finetune 两个子目录存在且有 JSON 文件。打开任意预设如 SDXL - LoRA AI_characters standard v1.1.json确认 learning_rate、text_encoder_lr、unet_lr 三个键都有值。若预设文件损坏程序会把学习率字段转成字符串再解析解析失败时统一回落到 0.0界面就表现为自动填充失效。重新获取完整仓库即可。步骤 4手动填入学习率并保存进入对应训练标签页在 Text Encoder learning rate 与 Unet learning rate 输入框填入下表数值。Unet 学习率填 0 时会回退到主学习率 learning_rate这是设计行为不是 bug。用界面保存按钮把当前参数存成自定义预设到 presets 目录。下次加载时数值应保持不变。⚠️ 新手避坑现象输入框一直显示 0 或空。原因config.toml 缺失GUI 用了内置默认值但没写回文件。对策按步骤 2 建立 config.toml重启 GUI 再检查。现象切换 SD 1.5 / SDXL 后学习率没变。原因GUI 不会替你改学习率它只读取配置和预设。对策切换模型类型后对照步骤 4 的速查表手动更新两个 LR 输入框。现象加载预设后学习率变成 0。原因JSON 里学习率写成了无法解析的字符串程序兜底置 0.0。对策打开预设文件把 learning_rate、text_encoder_lr、unet_lr 改成数字形式如 3e-05。 参数速查参数推荐值适用场景learning_rate4e-7SDXL LoRA 训练官方文档标注的标准值learning_rate1e-6Dreambooth 全参数微调learning_rate2e-4LLM Lite 相关训练lr_schedulercosine常规训练config 示例默认值optimizerAdamW8bit显存有限时的默认选择数值出处见 docs/LoRA/top_level.md 与 docs/train_db_README-zh.mdGUI 默认值逻辑在 kohya_gui/class_basic_training.py 中。学习率是训练里最敏感的参数自动填充失效时先查文件、再查预设、最后手动填顺序别乱。想看完整参数说明可以读 docs/train_README.md想理解预设如何加载直接翻 kohya_gui/common_gui.py 里对 learning_rate 字段的转换逻辑。【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ss创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 RELATED READING
延伸阅读
更多一线实战笔记与深度复盘，助您持续精进
` 与 `Sandbox.ephemeral()` 引入可配置的 `server_port`)
