क्विकस्टार्ट गाइड¶

प्रशिक्षण उदाहरण — उदाहरण model_family/model_flavour/vram/recipe संरचना में हैं। पहले मॉडल परिवार, फिर उसका संस्करण और 24g, 48g या 80g जैसी मेमोरी श्रेणी चुनें। VRAM की default श्रेणी कोई निश्चित क्षमता नहीं बताती; default संस्करण मॉडल का निर्धारित डिफ़ॉल्ट उपयोग करता है। 8x80g जैसी श्रेणी के लिए आठ GPU चाहिए, प्रत्येक में 80 GB मेमोरी।

WebUI के एनवायरनमेंट क्रिएटर और सेटअप विज़ार्ड में पहले मॉडल परिवार चुनें। उदाहरण सूची में केवल उसी परिवार की रेसिपी दिखेंगी। परिवार बदलने पर पिछला उदाहरण चयन हट जाएगा।

नोट: अधिक उन्नत कॉन्फ़िगरेशनों के लिए, ट्यूटोरियल और options reference देखें।

मॉडल क्विकस्टार्ट गाइड¶

फीचर संगतता¶

पूरी compatibility matrix को feature area के अनुसार बांटा गया है ताकि हर table पढ़ने योग्य रहे।

✓ = supported, ✓ = supported लेकिन full-rank training के लिए आम तौर पर DeepSpeed/FSDP2 चाहिए, ✗ = not supported. Ref Inputs मौजूदा reference/edit/I2V conditioning paths को दिखाता है; opt optional और req edit/I2V flavour में required है.* TwinFlow native है जब twinflow_enabled=true; diffusion models को अभी भी diff2flow_enabled=true और twinflow_allow_diff2flow=true चाहिए। Self-Flow CREPA self-flow support है। Internal Guidance diffusion transformers पर auxiliary head उपयोग करता है। LayerSync alignment के लिए hidden states expose करने वाले backbones को दिखाता है। NextLat captured hidden states को auxiliary next-latent objective के लिए उपयोग करता है। XM Explorative Modeling support दिखाता है: diffusion models के लिए noise-candidate selection और autoregressive token models के लिए route selection।

तेज़ रास्ते: Z-Image Turbo और Flux Schnell¶

• Z-Image Turbo: TREAD के साथ पूरी तरह समर्थित LoRA; NVIDIA और macOS पर quant के बिना भी तेज़ चलता है (int8 भी काम करता है)। अक्सर bottleneck केवल trainer setup होता है।
• Flux Schnell: क्विकस्टार्ट कॉन्फ़िग fast noise schedule और assistant LoRA stack को स्वतः संभालता है; Schnell LoRAs ट्रेन करने के लिए अतिरिक्त फ़्लैग्स की आवश्यकता नहीं है।

उन्नत प्रायोगिक विशेषताएँ¶

• Diff2Flow: Flow Matching loss objective के साथ standard epsilon/v‑prediction मॉडल्स (SD1.5, SDXL, DeepFloyd, आदि) को ट्रेन करने की अनुमति देता है। यह पुराने आर्किटेक्चर और आधुनिक flow‑based प्रशिक्षण के बीच का अंतर भरता है।
• Scheduled Sampling: प्रशिक्षण के दौरान मॉडल को अपने ही intermediate noisy latents उत्पन्न करने देता है ("rollout"), जिससे exposure bias कम होता है। यह मॉडल को अपनी ही generation errors से उबरना सिखाता है।

सामान्य समस्याएं¶

Dataset में expected से कम samples हैं¶

यदि आपके dataset में expected से कम usable samples हैं, तो processing के दौरान files filter हो गई हो सकती हैं। सामान्य कारण:

• Files बहुत छोटी हैं: minimum_image_size से नीचे की images filter कर दी जाती हैं
• Aspect ratio range से बाहर: minimum_aspect_ratio/maximum_aspect_ratio bounds से बाहर की images exclude कर दी जाती हैं
• Duration limits: Duration limits से अधिक audio/video files skip कर दी जाती हैं

Filtering statistics देखना: - WebUI में, अपने dataset directory पर browse करें और filtering statistics देखने के लिए इसे select करें - Dataset processing के दौरान logs में इस तरह के statistics check करें: Sample processing statistics: {'total_processed': 100, 'skipped': {'too_small': 15, ...}}

विस्तृत troubleshooting के लिए, dataloader documentation में Filtered datasets का Troubleshooting देखें।