开发者分享LoRA经验并咨询Krea2全量微调成本

开发者 Bitter_Bag_3429 分享了从 SDXL 迁移到 Krea2 的图像模型训练经验，并计划使用已打标、已遮罩的20人以上数据集全量微调 Krea2 基础模型，以减少多个 LoRA 叠加时的冲突。目前该方案尚未实施，他向社区征询所需显存、存储、内存配置、训练时长及费用。 他表示，单条 LoRA 一小时的训练成本不高，使用体验较好；此前用过 Kohya、Onetrainer 和 fizgig，并认为 fizgig 目前最好用，计算资源来自 RunPod 租用的 GPU。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。