Guía de inicio rápido¶

Ejemplos de entrenamiento — Los ejemplos se organizan como model_family/model_flavour/vram/recipe. Elige la familia, su variante y un nivel de memoria como 24g, 48g u 80g. El nivel de VRAM default no especifica una capacidad; la variante default utiliza el valor predeterminado del modelo. Un nivel como 8x80g requiere ocho GPU de 80 GB cada una.

En el creador de entornos y el asistente de configuración de la WebUI, selecciona primero la familia. El selector solo muestra recetas de esa familia. Cambiarla borra la selección anterior.

Nota: Para configuraciones más avanzadas, consulta el tutorial y la referencia de opciones.

Guías de inicio rápido por modelo¶

Compatibilidad de funciones¶

La matriz completa de compatibilidad se divide por área de función para que cada tabla sea legible.

✓ = soportado, ✓ = soportado pero normalmente requiere DeepSpeed/FSDP2 para entrenamiento full-rank, ✗ = no soportado. Ref Inputs marca rutas existentes de condicionamiento por referencia/edición/I2V; opt significa opcional y req significa requerido por el flavour de edición/I2V.* TwinFlow es nativo cuando twinflow_enabled=true; los modelos de difusión aún requieren diff2flow_enabled=true y twinflow_allow_diff2flow=true. Self-Flow se refiere al soporte CREPA self-flow. Internal Guidance usa una cabeza auxiliar en diffusion transformers. LayerSync marca backbones que exponen estados ocultos para alineación. NextLat usa estados ocultos capturados para el objetivo auxiliar next-latent. XM marca soporte de Explorative Modeling: selección de candidatos de ruido para modelos de difusión y selección de ruta para modelos autorregresivos de tokens.

Rutas rápidas: Z-Image Turbo y Flux Schnell¶

• Z-Image Turbo: LoRA totalmente soportado con TREAD; funciona rápido en NVIDIA y macOS incluso sin quant (int8 también sirve). A menudo el cuello de botella es solo la configuración del trainer.
• Flux Schnell: La configuración de quickstart maneja automáticamente el fast noise schedule y la pila de assistant LoRA; no se requieren flags extra para entrenar LoRAs Schnell.

Funciones experimentales avanzadas¶

• Diff2Flow: Permite entrenar modelos estándar epsilon/v-prediction (SD1.5, SDXL, DeepFloyd, etc.) usando un objetivo de pérdida de Flow Matching. Esto reduce la brecha entre arquitecturas antiguas y el entrenamiento moderno basado en flujo.
• Scheduled Sampling: Reduce el sesgo de exposición permitiendo que el modelo genere sus propios latentes ruidosos intermedios durante el entrenamiento ("rollout"). Esto ayuda a que el modelo aprenda a recuperarse de sus propios errores de generación.

Problemas Comunes¶

El dataset tiene menos muestras de lo esperado¶

Si tu dataset termina con menos muestras utilizables de lo esperado, los archivos pueden haber sido filtrados durante el procesamiento. Razones comunes incluyen:

• Archivos demasiado pequeños: Las imágenes por debajo de minimum_image_size son filtradas
• Relación de aspecto fuera de rango: Las imágenes fuera de los límites de minimum_aspect_ratio/maximum_aspect_ratio son excluidas
• Límites de duración: Los archivos de audio/video que exceden los límites de duración son omitidos

Ver estadísticas de filtrado: - En la WebUI, navega al directorio de tu dataset y selecciónalo para ver estadísticas de filtrado - Revisa los logs durante el procesamiento del dataset para estadísticas como: Sample processing statistics: {'total_processed': 100, 'skipped': {'too_small': 15, ...}}

Para solución de problemas detallada, consulta Solución de problemas de datasets filtrados en la documentación del dataloader.