Iori Yoshizuki ( DORA experiment version ) - I''s

我看到新的DORA类型LORA发布了，所以必须试一试。你可以将其与diag-OFT、IA3版本、LORA版本或LOCON版本进行对比。所有这些模型都使用同一数据集，仅通过调整重复次数，使总训练轮数保持在约8轮左右。你能相信吗？就在训练即将完成前几分钟，我这里突然断电了，结果只训练到了第7轮。不过，不管怎样，我们还是来看重点吧。

从图像质量来看，它比原始的LOCON略微好一点，但谈不上令人印象深刻——我认为它对于LOCON的关系，就像LOCON对于LORA的关系一样。

以下是我的优缺点分析：

优点：

• 似乎比LOCON所需的训练步数略少
• 质量比LOCON略优

缺点：

• 训练时占用大量VRAM，使我显卡超过8GB限制，因此不得不启用梯度检查点以降低显存使用，但随之带来了速度下降。
• 使用梯度检查点后，每次迭代所需时间几乎是普通LOCON的两倍，相当于训练时间翻倍。

结论：

只要有足够的VRAM，它就是LOCON的自然演进，但遗憾的是，并非革命性突破。

我会附上数据集、之前的轮次和训练TOML文件。注意：我之前忘了将早期轮次加入训练数据，现在应该已经补上了。

（CivitAI似乎对示例图像进行了降采样，请查看图库。）

顺便说，使用以下提示取得了不错的效果：<lora:yoshizuki_ioriV6:.65> yoshizuki_iori

唯一标记的服装是：

• school_uniform_purple_shirt_blue_skirt_white_neckerchief_black_thighhighs