[QUESTION] – Anima LoRA training params

快速结论：这个“报错”并不是真正的崩溃，而是用户把 Anima LoRA 超参数调优问题发到了 GitHub Issues，被维护流程要求转到 Discussions；如果你也在找 Anima LoRA“最佳参数”，优先排查的是任务是否发错地方，以及你的 timestep_sampling / discrete_flow_shift 设置是否适合当前数据。

适用环境：Issue 中已确认使用的是 kohya-ss/sd-scripts 的 anima_train_network.py，配合 networks.lora_anima、bf16、sdpa、gradient checkpointing；未确认操作系统、Python、CUDA、PyTorch、显卡型号和依赖版本。

最快修复方案：暂无确认的一步修复方案。Issue 中维护者只给出了参数建议，没有提供经确认的“最佳配置”或一键修复命令。

注意事项：超参数结论尚未形成定论，尤其是 timestep_sampling，不同社区仍在讨论；建议值会受训练图像分辨率、偏好和训练目标影响，不能当作通用最优解。

问题场景

用户在 kohya-ss/sd-scripts 中使用 anima_train_network.py 训练 Anima LoRA，想知道是否存在类似“the best anima hyperparameters”的推荐参数。用户先试过从 SDXL 沿用默认参数，但结果不满意；随后给出自己当前的数据集配置和训练参数，包含 --timestep_sampling sigmoid、--discrete_flow_shift 1.0、--network_dim 64、--network_alpha 128、--learning_rate 5e-5、SimplifiedAdEMAMix、WSD 调度器等。Issue 的回复重点不是修代码错误，而是告知超参数讨论应转移到 Discussions，并给出部分参数调整建议。

报错原文

[QUESTION] - Anima LoRA training params

Is there already something like "the best anima hyperparameters"?
I've been testing with the base model for some time and got quite decente results, but it looks like it can be improved way further, at first I tried my default params from sdxl but the results were not satisfying.

GitHub Issues are used for bug reports and feature requests, so it would be greatly appreciated if you could move discussions about hyperparameters or configuration questions to the Discussions tab.

原因分析

这不是代码报错，而是流程与参数调优问题。直接原因可能是：GitHub Issues 在 sd-scripts 仓库中用于 bug report 和 feature request，超参数或配置讨论更适合放到 Discussions 标签页，因此被要求关闭 Issue。技术层面的可能原因是：用户从 SDXL 默认参数迁移到 Anima LoRA 训练时，采样时间步与 flow shift 等配置不匹配，导致效果不理想；维护者认为用户现有设置总体不错，但建议调整 timestep_sampling、discrete_flow_shift 和 sigmoid_scale 来改善采样重点和平衡性。

环境排查

确认是否在使用 anima_train_network.py，而不是 SDXL 或其他训练脚本。
确认 --network_module 是否为 networks.lora_anima。
确认 --pretrained_model_name_or_path、--qwen3、--vae 路径是否对应 Anima 相关模型文件。
确认混合精度、保存精度是否为 bf16，是否启用 --sdpa。
确认 --timestep_sampling、--discrete_flow_shift、--sigmoid_scale 当前取值。
Issue 未提供 Python、CUDA、PyTorch、显卡和依赖版本，这些项需要你在本地自行确认，不能从该 Issue 推断。

解决步骤

先确认问题性质：如果你遇到的是实际代码报错、崩溃或功能异常，再留在 Issues；如果只是问 Anima LoRA 超参数、配置建议或“最佳参数”，按维护者要求转到 Discussions 标签页讨论。
不要直接把 SDXL 默认参数当作 Anima LoRA 的通用起点；Issue 中用户已反馈这样做结果不满意。
可优先尝试维护者给出的参数方向：将 --timestep_sampling 改为 shift，将 --discrete_flow_shift 改为 1.5，并加入 --sigmoid_scale 1.2。
调整后重新训练，观察采样是否更多集中在 800 到 600 的 timestep 范围，以及整体结果是否比原来的 sigmoid + 1.0 更平衡。
保留你当前数据集中已确认的设置，例如 shuffle_caption = true、caption_extension = '.txt'、batch_size = 4、enable_bucket = true、resolution = 1024、bucket_reso_steps = 64 等，除非你有明确理由修改。
如果仍想深入讨论，按回复建议在 Discussions 中新建主题，并附上数据集配置、训练命令、目标效果和对比样本。

验证方法

无法通过一条命令验证“最佳参数”是否解决，因为 Issue 没有给出固定成功标准。实际验证方式是：用调整后的 timestep_sampling、discrete_flow_shift 和 sigmoid_scale 重新跑一轮训练，对比相同 prompt、相同步数和相同随机种子下的出图效果，观察是否更符合你的目标；同时确认训练过程没有因参数改动出现新的报错。若只是流程问题，则以 Issue 是否关闭、讨论是否转移到 Discussions 作为验证。