SD框架下 LoRA 训练教程5-高重复 × 低轮数 VS 低重复 × 高轮数，谁能打造更强模型？
在 LoRA（例如使用 Kohya‑ss）训练中，epochs 和 repeats 分别控制了模型“看”数据的轮数和每张图在一个epoch中出现的频次，两者共同决定训练强度和步骤总数
·
在 LoRA（例如使用 Kohya‑ss）训练中，epochs 和 repeats 分别控制了模型“看”数据的轮数和每张图在一个epoch中出现的频次，两者共同决定训练强度和步骤总数
基本关系
• repeats：每张训练图像在每个 epoch中被重复使用的次数。例如，repeats = 10 意味着每张图被看 10 次。
• epoch：模型完整遍历 (图片数量 × repeats) 次训练样本的次数。
• 总步骤 = 图片数量 × repeats × epoch ÷ batch_size（但是通常 batch_size 只是影响 step 多少次更新）。
例如：100 张图 × repeats 10 × epoch 5 = 5000 次训练样本的使用（步数除以 batch size）
火山引擎开发者社区是火山引擎打造的AI技术生态平台，聚焦Agent与大模型开发，提供豆包系列模型（图像/视频/视觉）、智能分析与会话工具，并配套评测集、动手实验室及行业案例库。社区通过技术沙龙、挑战赛等活动促进开发者成长，新用户可领50万Tokens权益，助力构建智能应用。
更多推荐
7
0- 0
已为社区贡献16条内容
所有评论(0)