概览

在 CLORE.AI GPU 上训练并微调 AI 模型。

可用指南

指南	用例	难度
Jupyter 机器学习训练	交互式训练	简单
DreamBooth	自定义 SD 主体	中等
Kohya 训练	LoRA/LyCORIS 训练	中等
微调大语言模型	LLM 微调	高级
DeepSpeed	分布式训练	高级
HuggingFace	Transformers 训练	中等
Unsloth	快速 LLM 微调	中等
Axolotl	以 YAML 为先的微调	中等
LLaMA-Factory	简单的 LLM 训练界面	简单
TRL	Transformer 强化学习	高级
LitGPT	基于 Lightning 的训练	中等
Mergekit	模型合并工具包	简单

GPU 建议

任务	最低	推荐
LoRA（SD）	RTX 3060	RTX 3090
DreamBooth	RTX 3090	RTX 4090
LLM 微调（7B）	RTX 3090	A100 40GB
LLM 微调（70B）	4x A100	8x A100

训练类型

图像模型

• LoRA - 轻量级适配器，训练速度快

• DreamBooth - 对概念进行完整微调

• Textual Inversion（文本反演） - 学习新词元

语言模型

• LoRA/QLoRA - 内存高效的微调方式

• 完整微调 - 最佳质量，需要更多显存

提示

• 使用 现货 为长时间训练运行下订单

• 启用梯度检查点以节省显存

• 使用 TensorBoard 监控训练

• 经常保存检查点

相关指南

• 语言模型

• 图像生成