一、基本介绍

1.介绍

• 全新U升级，赛博炼丹、科技修仙：大功能
• 首页新增产品，建筑两个训川练预设：
• 升级中英文双语TAG编辑器，支持实时翻译中英文输入TAG:
• 新增自定义参数，正则化训川练集功能：
• 新增自定义参数，分层训练功能：易用性
• 更换wd14 tagger标签器（可自定义可信度阈值
• 更换anime抠图核心，同时兼容二次元与真人
• 优化自定义参数，学习率增加加减按钮功能，方便调整
• 新增参数预设管理器功能，可自定义并管理自己的预设参数（支持中文预设名)
• 输出训川练参数到模型文件夹，方便统计xyz信息

最新的赛博丹炉已经整合到道玄界面了，就是一个新的压缩包文件，里面不仅可以使用赛博丹炉训练LORA模型，还可以在上面生图。

2.解压配置

夸克网盘链接：https://pan.quark.cn/s/f0250f365022
百度网盘链接：https://pan.baidu.com/s/1GeBL6xz2ZCt0OkqfbLc7zw?pwd=giw2

下载完压缩包后，解压后点击

\cybertronfurnace1.4\cfurnace_ui\Cybertron Furnace.exe

第一次打开会下载一些文件，请耐心等待！直到出现server start

3.使用

开启炼丹炉，让我们使用把！

4.训练准备

4.1首页设置

我们需要准备使用的基础模型（大模型），和我们的训练集图片。现在我以自己举例开始演示！

基础模型使用麦橘的majicMIX realistic_v5 preview.safetensors作为底模，点击选择我们的大模型路径，召唤词可以自己命名一个，样张预览开启，就是训练的时候每50步会生成一张图查看训练效果。

好了，点击人物，确定到下一步！

4.2上传素材

训练集最好准备50张图片，包含不同角度，你的训练集质感越高，你训练出来的效果也越好，可能几个epoch就能达到很好的效果，如果训练集模糊。质感差，100张图片，20个epoch效果也很差！

分辨率不用改，或者改成768x768，

模式选择抠图填白，就是去除背景，只保留人物做训练

TAG选择自动TAG，使用的是WD1.4TAG反推器

标签可信度阈值默认0.35，数值越小TAG越多，数值越大TAG越少，就是设置越小，反推生成TAG越多

如果训练脸部请勾选，最后点击预处理

后台可以查看进度，一般是先抠图，后TAG反推。ok，抠图完成，脸部也单独提取出来了

TAG反推也完成了，你还可以为每张图增加一些提示词，如光影，质感等词汇

我这里整理一些，把这些TAG全部新增到每张图片，别忘了脸部也新增一下。

Best quality,masterpiece,ultra high res,(photorealistic:1.4),raw photo,Kodak portra 400,film grain,

顺便推荐一个中文自动转英文的功能，打中文点击红框，自动转英文。需要的按我步骤操作一下，

进入网址https://api.fanyi.baidu.com/，注册登录后，点击通用文本翻译

点击立即使用

然后选择 个人开发者 ，填写一些个人信息，然后选择 高级版 ，实名认证一些，图片就不放了，因为我弄过了，就是按照流程来，很简单，之后点击界面最上面的管理控制台选项，点击开通

然后选择通用文本翻译，开通高级版，最后一步填写应用名称就行，其他不管，提交申请就完了。

把APPID和密钥填入开启就完成了。

4.3查看进度

先别点击开始训练，查看进度界面，点击参数调优

学习步数默认50步，，epoch可以选择20，batch size可以选择4，优化器Adam，没训练一个epoch保存一次权重（模型），Precision选择半精度（负2的15次方到2的15次方之间的数），调度器默认，余弦退火就是学习率曲线类似余弦函数一样，先增大后减小，重启次数应该就是周期数，暂时默认不填。

总步数就是50x50x20/4=12500步，假如50张图片，如果加强脸部训练，步数翻倍。

我只讲一下关键参数，其他默认，学习率默认，网络维度选128，效果比较好，训练出来的lora模型文件大小144M，这也是为什么市面上不同的lora大小模型，网络维度128,64,32，分别对应144M,72M,36M网络Alpha需要调成和网络维度一样，或者一半。如网络维度128，网络Alpha128或64。样图分辨率设置成和前面图片预处理一样，如果是768x768,那么这里也改成768x768。如果爆显存就默认别改了。

样图设置可以随意不影响，可以每50步生成一次，第二个就不用改了，基本默认就行，种子随意都行，样本生成的提示词选一个。

分层训练，可以查看下图，仅帮助理解，因为lora仅仅是训练一部分网络架构，不是全部unet，unet网络就是一个u型网络架构，先进行下采样在进行上采样，中间一层就是中间层。之前写过stable diffusion原理时候讲过Unet，有兴趣看看。链接

如果没有特殊需求分层设置先默认不填，其他设置中可以加载预训练模型，如果你上次训练了一个模型没跑完，只训练8个epoch，效果不好，可以加载模型路径继续训练节省时间。正则化就是防止过拟合，如果想要开启正则化，点击开启。然后把你的图片放入正则化文件夹就行。

参数调整完毕！！回到界面，点击开始训练！！！

之后就开始训练了，耐心等待，可以查看日志，模型保存的路径点击模型即可，

我们所有的训练数据都在这，包括训练集，日志，模型，正则化目录

可以看到，样图，训练的参数配置文件，以及每个epoch的模型都保存在这，建议分别在前中后选取模型测试效果，epoch少的不一定差。对了，文件名可以改的，不影响。

到此，赛比丹炉介绍完毕了！！！

c站网址（要科学上网）

Civitai | Share your models

8款 Stable Diffusion「逼真写实大模型」推荐 - 知乎 (zhihu.com)

参考文章：https://zhuanlan.zhihu.com/p/648330365