长话短说，我先直击大家几个痛点问题
Q1：训练用底模是？
A1：原生1.5，chillout训练出来质感太真了对不上我xp，不过chillout训练效果也很赞，都试过的
Q2：学习参数？
A2：就有没有一种可能，默认数值是默认，不是没有理由的。我所有的数值基本上都是按照默认数值微调的，比如稍微增大了一点network到32（64也行，128弄不好会过拟合），alpha一半就ok，学习率宁增毋减，我从1变成1.5来着，总之要保证学习率能让loss稳步下降即可，多试。根据国内外多方网友发帖，学习率认机子，每个机子配置不同，都会对其造成影响，所以也必须要多试，适合自己才是坠好的
Q3：数据收集怎么整
A3：以我来说，我几乎全练的是coser，coser几乎是天灾级别的难度，人物面容统一还好，最可怕的是那种一天一个样的coser，几乎没法练，loss掉的真的非常勉强。而我图中这个coser还好，面容，身材都很统一，相对好一点。在收集数据时，我们必须面面俱到，高质量模型成功的基础不是堆图，而是有目的的选图，角度尽量全（俯视仰视侧视斜视后视），构图尽量丰富（大头，半身全身）。我们练的是人，不是衣服，所以衣服可以随意一些，但必须保证人物四肢清晰，例如洛丽塔那种大裙子，完全看不到腿的，慎选。还有就是有关最近lora删tag这个训练方法，目前来看，我没删过，但确实改过一些很离谱的识别错误。我认为如果你的选图中，这个角色瞳色，发色，嘴唇（如果能识别出来的话）都很统一，那我建议删掉，我这次没删是因为这些差别都太大了，cosplay，懂得都懂
Q4：loss到底怎么看
A4：越低越好，但是两种情况除外：1，在学习即将结束时，学习率回升，不要选择回升后的模型，要选择回升前的。2，bs过多或者过大的学习率会导致loss震荡，如果学习结束后回顾loss一直是来回波动的，几乎可以判定这波丹全废，建议减小学习率再来
Q5：出图有没有讲究？
A5：有，首先得看你的需求，如果你的训练集没有nsfw的话，dpm出裸图就比较费劲，有时候会出现噪点批这种奇怪的东西，而ddim就不会，目前的话我也只试了这两种，（euler真的还有人在用吗）。其次cfg7左右够用。最重要的是出图尺寸，我这次练了全身图，当尺寸过小时，脸部完全崩坏，所以出全身图必须拉大尺寸，否则就别想了
