Guia de Início Rápido¶

Exemplos de treinamento — Os exemplos seguem model_family/model_flavour/vram/recipe. Escolha a família, a variante e uma faixa de memória como 24g, 48g ou 80g. A faixa de VRAM default não define uma capacidade específica; a variante default usa o padrão configurado pelo modelo. Uma faixa como 8x80g exige oito GPUs com 80 GB cada.

No criador de ambientes e no assistente de configuração da WebUI, selecione primeiro a família. O seletor mostra somente receitas dessa família. Alterar a família limpa a seleção anterior.

Nota: Para configurações mais avançadas, veja o tutorial e a referência de opções.

Guias de início rápido por modelo¶

Compatibilidade de recursos¶

A matriz completa de compatibilidade é dividida por área de recurso para manter cada tabela legível.

✓ = suportado, ✓ = suportado mas normalmente requer DeepSpeed/FSDP2 para treinamento full-rank, ✗ = não suportado. Ref Inputs marca rotas existentes de condicionamento por referência/edição/I2V; opt significa opcional e req significa obrigatório para o flavour de edição/I2V.* TwinFlow é nativo quando twinflow_enabled=true; modelos de difusão ainda exigem diff2flow_enabled=true e twinflow_allow_diff2flow=true. Self-Flow se refere ao suporte CREPA self-flow. Internal Guidance usa uma cabeça auxiliar em diffusion transformers. LayerSync marca backbones que expõem hidden states para alinhamento. NextLat usa hidden states capturados para o objetivo auxiliar next-latent. XM marca suporte a Explorative Modeling: seleção de candidatos de ruído para modelos de difusão e seleção de rota para modelos autorregressivos de tokens.

Caminhos rápidos: Z-Image Turbo e Flux Schnell¶

• Z-Image Turbo: LoRA totalmente suportado com TREAD; roda rápido em NVIDIA e macOS mesmo sem quantização (int8 também funciona). Muitas vezes o gargalo é apenas a configuração do trainer.
• Flux Schnell: A configuração do quickstart lida automaticamente com o agendamento rápido de ruído e o stack de LoRA assistente; não são necessários flags extras para treinar LoRAs Schnell.

Recursos experimentais avançados¶

• Diff2Flow: Permite treinar modelos padrão de epsilon/v-prediction (SD1.5, SDXL, DeepFloyd etc.) usando uma loss de Flow Matching. Isso reduz a lacuna entre arquiteturas antigas e treinamento moderno baseado em fluxo.
• Scheduled Sampling: Reduz o viés de exposição ao permitir que o modelo gere seus próprios latentes ruidosos intermediários durante o treinamento ("rollout"). Isso ajuda o modelo a aprender a se recuperar de seus próprios erros de geração.

Problemas Comuns¶

Dataset tem menos amostras do que esperado¶

Se seu dataset acaba com menos amostras utilizáveis do que você esperava, arquivos podem ter sido filtrados durante o processamento. Razões comuns incluem:

• Arquivos muito pequenos: Imagens abaixo de minimum_image_size são filtradas
• Proporção fora do intervalo: Imagens fora dos limites de minimum_aspect_ratio/maximum_aspect_ratio são excluídas
• Limites de duração: Arquivos de áudio/vídeo que excedem limites de duração são ignorados

Visualizando estatísticas de filtragem: - Na WebUI, navegue até o diretório do seu dataset e selecione-o para ver estatísticas de filtragem - Verifique os logs durante o processamento do dataset por estatísticas como: Sample processing statistics: {'total_processed': 100, 'skipped': {'too_small': 15, ...}}

Para solução de problemas detalhada, consulte Solucionando problemas de datasets filtrados na documentação do dataloader.