TrainLoraNode - ComfyUI 組み込みノードのドキュメント

このドキュメントは AI によって生成されました。誤りを発見された場合、または改善のご提案がある場合は、ぜひご貢献ください！ GitHub で編集

TrainLoraNode は、提供された潜在表現（latents）および条件付けデータを用いて、拡散モデル上に LoRA（低ランク適応：Low-Rank Adaptation）モデルを作成・学習します。このノードにより、カスタムの学習パラメーター、オプティマイザー、損失関数を用いたモデルのファインチューニングが可能です。ノードの出力には、LoRA を適用済みの学習済みモデル、LoRA の重み、学習時の損失指標、および完了した総学習ステップ数が含まれます。

入力

パラメーター	データ型	必須	範囲	説明
`model`	MODEL	はい	-	LoRA を学習させる対象となるモデルです。
`latents`	LATENT	はい	-	学習に使用する潜在表現（latents）。モデルのデータセット／入力として機能します。
`positive`	CONDITIONING	はい	-	学習に使用する正の条件付けデータです。
`batch_size`	INT	はい	1–10000	学習時に使用するバッチサイズ（デフォルト：1）。
`grad_accumulation_steps`	INT	はい	1–1024	学習時に使用する勾配蓄積ステップ数（デフォルト：1）。
`steps`	INT	はい	1–100000	LoRA の学習を行うステップ数（デフォルト：16）。
`learning_rate`	FLOAT	はい	0.0000001–1.0	学習時に使用する学習率（デフォルト：0.0005）。
`rank`	INT	はい	1–128	LoRA 層のランク（デフォルト：8）。
`optimizer`	COMBO	はい	”AdamW" "Adam" "SGD" "RMSprop”	学習時に使用するオプティマイザー（デフォルト：“AdamW”）。
`loss_function`	COMBO	はい	”MSE" "L1" "Huber" "SmoothL1”	学習時に使用する損失関数（デフォルト：“MSE”）。
`seed`	INT	はい	0–18446744073709551615	学習時に使用するシード値（LoRA 重みの初期化およびノイズサンプリングにおけるジェネレーターで使用）（デフォルト：0）。
`training_dtype`	COMBO	はい	”bf16" "fp32”	学習時に使用するデータ型（デフォルト：“bf16”）。
`lora_dtype`	COMBO	はい	”bf16" "fp32”	LoRA に使用するデータ型（デフォルト：“bf16”）。
`algorithm`	COMBO	はい	複数の選択肢あり	学習時に使用するアルゴリズムです。
`gradient_checkpointing`	BOOLEAN	はい	-	学習時に勾配チェックポイントを使用するかどうか（デフォルト：True）。
`existing_lora`	COMBO	はい	複数の選択肢あり	追加対象となる既存の LoRA です。「None」を指定すると新規 LoRA が作成されます（デフォルト：“[None]”）。

注意： 正の条件付けデータの数は、潜在表現画像の数と一致していなければなりません。複数の画像に対して正の条件付けデータが 1 つだけ与えられた場合、その条件付けデータは自動的にすべての画像に対して繰り返し使用されます。

出力

出力名	データ型	説明
`model_with_lora`	MODEL	学習済み LoRA を適用済みの元のモデルです。
`lora`	LORA_MODEL	保存可能、あるいは他のモデルへ適用可能な学習済み LoRA の重みです。
`loss`	LOSS_MAP	時間経過に伴う学習損失値を格納した辞書です。
`steps`	INT	完了した総学習ステップ数（既存 LoRA からの先行ステップを含む）です。

ノード

​入力

​出力

入力

出力