[QUESTION] – Anima LoRA training params
![[QUESTION] - Anima LoRA training params](https://www.chat-gpts.plus/wp-content/uploads/2026/06/2363-c9b8ad85-768x403.jpg)
用户在使用 Kohya SD Scripts 的 anima_train_network.py 训练 Anima LoRA 时,寻求“最佳”超参数(hyperparameters)。用户已提供完整的 dataset_config 和训练参数,但认为结果仍有改进空间,尤其是在从 SDXL 切换到 An
![[QUESTION] - Anima LoRA training params](https://www.chat-gpts.plus/wp-content/uploads/2026/06/2363-c9b8ad85-768x403.jpg)
用户在使用 Kohya SD Scripts 的 anima_train_network.py 训练 Anima LoRA 时,寻求“最佳”超参数(hyperparameters)。用户已提供完整的 dataset_config 和训练参数,但认为结果仍有改进空间,尤其是在从 SDXL 切换到 An

用户在运行 FluxLoraLoaderMixin.lora_state_dict() 时触发此问题,该函数用于将 kohya/sd-scripts 格式的 FLUX LoRA 转换为 Diffusers 兼容格式。问题在 `diffusers==0.38.0` 和当前 `main` 分支上均可复现
![[Request] add display "discrete_flow_shift", "timestep_sampling"](https://www.chat-gpts.plus/wp-content/uploads/2026/06/2383-e76fac8c-768x403.jpg)
用户在使用 Kohya SD Scripts 训练 Anima 或 Flow Matching 模型(如 SD3、Flux 架构相关)时,配置了 discrete_flow_shift 但不确定该参数是否被正确使用。尤其是当 timestep_sampling 设置为 flux_shift 时, d

用户在使用 Kohya_ss GUI v25.0.3 训练 LoRA 标准模型时,遇到了训练过程中 avr_loss=nan 的问题。用户已经排除了 full_fp16 、混合精度设置等因素,并确认使用不同图片和字幕时训练正常,因此怀疑问题出在特定的训练图片或对应的 caption 文本上。

用户在 Ubuntu 24.10 系统、RTX 2070 环境下,使用 Python 的 requests 库向 Stable Diffusion WebUI Forge (lllyasviel/stable-diffusion-webui-forge) 的 http://127.0.0.1:786

用户在 Windows 系统上按照官方指南安装 Stable Diffusion WebUI,运行 webui-user.bat 时,安装过程在安装 CLIP 依赖步骤失败。

用户在 Kohya SD-Scripts 的 SD3 分支上,使用 anima_train_network.py 训练 Anima LoRA,命令行参数中包含 --mixed_precision="fp16" 。用户 GPU 不支持 bf16,因此只能依赖 fp16 训练。报错在训练启动后立即出现。

用户在一台无法访问互联网的专用机器上运行 ComfyUI,并通过本地网络使用 Krita AI Diffusion 插件。当 Krita 连接该 ComfyUI 实例时,服务器控制台出现大量重复报错,Krita AI Diffusion 在此过程中不可用,直到递归深度耗尽后才恢复正常。

用户在 SwarmUI v0.9.8 Beta(默认设置)下,使用 SDXL 模型连续生成图像。第一次生成耗时约 12 秒,但紧接着第二次生成(不更改任何参数)耗时翻倍至约 22 秒,模型看起来在每次生成时都被重新加载(未保持热启动状态)。环境为 RTX 5090 + Windows 11。

用户在 Stable Diffusion WebUI Forge 中将版本更新至最新后(具体版本号未在 Issue 中指定),使用 Vpred 类型的模型(如 SD2.0-v 、 SDXL-refiner 、 PixArt-Σ 等)进行文生图或图生图时触发。旧版本 cu121_torch21_f00