97 lines
4.7 KiB
TypeScript
97 lines
4.7 KiB
TypeScript
Schema.intersect([
|
||
Schema.intersect([
|
||
Schema.object({
|
||
model_train_type: Schema.union(["sd-lora", "sdxl-lora"]).default("sd-lora").description("训练种类"),
|
||
pretrained_model_name_or_path: Schema.string().role('filepicker', { type: "model-file" }).default("./sd-models/model.safetensors").description("底模文件路径"),
|
||
resume: Schema.string().role('filepicker', { type: "folder" }).description("从某个 `save_state` 保存的中断状态继续训练，填写文件路径"),
|
||
vae: Schema.string().role('filepicker', { type: "model-file" }).description("(可选) VAE 模型文件路径，使用外置 VAE 文件覆盖模型内本身的"),
|
||
}).description("训练用模型"),
|
||
|
||
Schema.union([
|
||
Schema.object({
|
||
model_train_type: Schema.const("sd-lora"),
|
||
v2: Schema.boolean().default(false).description("底模为 sd2.0 以后的版本需要启用"),
|
||
}),
|
||
Schema.object({}),
|
||
]),
|
||
|
||
Schema.union([
|
||
Schema.object({
|
||
model_train_type: Schema.const("sd-lora"),
|
||
v2: Schema.const(true).required(),
|
||
v_parameterization: Schema.boolean().default(false).description("v-parameterization 学习"),
|
||
scale_v_pred_loss_like_noise_pred: Schema.boolean().default(false).description("缩放 v-prediction 损失（与v-parameterization配合使用）"),
|
||
}),
|
||
Schema.object({}),
|
||
]),
|
||
]),
|
||
|
||
// 数据集设置
|
||
Schema.object(SHARED_SCHEMAS.RAW.DATASET_SETTINGS).description("数据集设置"),
|
||
|
||
// 保存设置
|
||
SHARED_SCHEMAS.SAVE_SETTINGS,
|
||
|
||
Schema.object({
|
||
max_train_epochs: Schema.number().min(1).default(10).description("最大训练 epoch（轮数）"),
|
||
train_batch_size: Schema.number().min(1).default(1).description("批量大小, 越高显存占用越高"),
|
||
gradient_checkpointing: Schema.boolean().default(false).description("梯度检查点"),
|
||
gradient_accumulation_steps: Schema.number().min(1).description("梯度累加步数"),
|
||
network_train_unet_only: Schema.boolean().default(false).description("仅训练 U-Net 训练SDXL Lora时推荐开启"),
|
||
network_train_text_encoder_only: Schema.boolean().default(false).description("仅训练文本编码器"),
|
||
}).description("训练相关参数"),
|
||
|
||
// 学习率&优化器设置
|
||
SHARED_SCHEMAS.LR_OPTIMIZER,
|
||
|
||
Schema.intersect([
|
||
Schema.object({
|
||
network_module: Schema.union(["networks.lora", "networks.dylora", "networks.oft", "lycoris.kohya"]).default("networks.lora").description("训练网络模块"),
|
||
network_weights: Schema.string().role('filepicker').description("从已有的 LoRA 模型上继续训练，填写路径"),
|
||
network_dim: Schema.number().min(1).default(32).description("网络维度，常用 4~128，不是越大越好, 低dim可以降低显存占用"),
|
||
network_alpha: Schema.number().min(1).default(32).description("常用值：等于 network_dim 或 network_dim*1/2 或 1。使用较小的 alpha 需要提升学习率"),
|
||
network_dropout: Schema.number().step(0.01).default(0).description('dropout 概率 （与 lycoris 不兼容，需要用 lycoris 自带的）'),
|
||
scale_weight_norms: Schema.number().step(0.01).min(0).description("最大范数正则化。如果使用，推荐为 1"),
|
||
network_args_custom: Schema.array(String).role('table').description('自定义 network_args，一行一个'),
|
||
enable_block_weights: Schema.boolean().default(false).description('启用分层学习率训练（只支持网络模块 networks.lora）'),
|
||
enable_base_weight: Schema.boolean().default(false).description('启用基础权重（差异炼丹）'),
|
||
}).description("网络设置"),
|
||
|
||
// lycoris 参数
|
||
SHARED_SCHEMAS.LYCORIS_MAIN,
|
||
SHARED_SCHEMAS.LYCORIS_LOKR,
|
||
|
||
// dylora 参数
|
||
SHARED_SCHEMAS.NETWORK_OPTION_DYLORA,
|
||
|
||
// 分层学习率参数
|
||
SHARED_SCHEMAS.NETWORK_OPTION_BLOCK_WEIGHTS,
|
||
|
||
SHARED_SCHEMAS.NETWORK_OPTION_BASEWEIGHT,
|
||
]),
|
||
|
||
// 预览图设置
|
||
SHARED_SCHEMAS.PREVIEW_IMAGE,
|
||
|
||
// 日志设置
|
||
SHARED_SCHEMAS.LOG_SETTINGS,
|
||
|
||
// caption 选项
|
||
Schema.object(SHARED_SCHEMAS.RAW.CAPTION_SETTINGS).description("caption（Tag）选项"),
|
||
|
||
// 噪声设置
|
||
SHARED_SCHEMAS.NOISE_SETTINGS,
|
||
|
||
// 数据增强
|
||
SHARED_SCHEMAS.DATA_ENCHANCEMENT,
|
||
|
||
// 其他选项
|
||
SHARED_SCHEMAS.OTHER,
|
||
|
||
// 速度优化选项
|
||
Schema.object(SHARED_SCHEMAS.RAW.PRECISION_CACHE_BATCH).description("速度优化选项"),
|
||
|
||
// 分布式训练
|
||
SHARED_SCHEMAS.DISTRIBUTED_TRAINING
|
||
]);
|