Skip to content

QUICKSTART.pt-BR.md

Latest commit

 

History

History
75 lines (57 loc) · 8.41 KB

QUICKSTART.pt-BR.md

File metadata and controls

75 lines (57 loc) · 8.41 KB

Guia de Início Rápido

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

Compatibilidade de recursos

Para a matriz completa e mais precisa de recursos, consulte o README principal.

Guias de início rápido por modelo

Modelo Parâmetros LoRA PEFT Lycoris Full-Rank Quantização Precisão mista Checkpoint de gradiente Flow Shift TwinFlow Self-Flow LayerSync ControlNet Sliders† Guia
PixArt Sigma 0.6B–0.9B ✗ ✓ ✓ int8 opcional bf16 ✓ ✗ ✗ ✓ ✓ ✓ ✓ SIGMA.md
NVLabs Sana 1.6B–4.8B ✗ ✓ ✓ int8 opcional bf16 ✓+ ✓ ✓ ✓ ✓ ✗ ✓ SANA.md
Kwai Kolors 2.7B ✓ ✓ ✓ não recomendado bf16 ✓ ✗ ✗ ✗ ✗ ✗ ✓ KOLORS.md
Stable Diffusion 3 2B–8B ✓ ✓ ✓ int8/fp8/nf4 opcional bf16 ✓+ ✓ (SLG) ✓ ✓ ✓ ✓ ✓ SD3.md
Flux.1 8B–12B ✓ ✓ ✓* int8/fp8/nf4 opcional bf16 ✓+ ✓ ✓ ✓ ✓ ✓ ✓ FLUX.md
Flux.2 32B ✓ ✓ ✓* int8/fp8/nf4 opcional bf16 ✓+ ✓ ✓ ✓ ✓ ✗ ✓ FLUX2.md
Flux Kontext 8B–12B ✓ ✓ ✓* int8/fp8/nf4 opcional bf16 ✓+ ✓ ✓ ✓ ✓ ✓ ✓ FLUX_KONTEXT.md
Z-Image Turbo 6B ✓ ✗ ✓* int8 opcional bf16 ✓ ✓ ✓ ✓ ✓ ✗ ✓ ZIMAGE.md
Boogu-Image 0.1 - ✓ ✓ ✓* fp8 opcional bf16 ✓ ✓ ✗ ✗ ✗ ✗ ✓ BOOGU_IMAGE.md
zlab i1 3B ✓ ✓ ✓ int8 opcional bf16 ✓ ✓ ✓ ✓ ✓ ✗ ✓ ZLAB_i1.md
Ideogram 4 9B ✓ ✓ ✓* fp8 padrão, nf4 opcional bf16 ✓+ ✓ ✗ ✗ ✗ ✗ ✓ IDEOGRAM4.md
ACE-Step 3.5B ✓ ✓ ✓* int8 opcional bf16 ✓ ✓ ✓ ✗ ✓ ✗ ✓ ACE_STEP.md
Chroma 1 8.9B ✓ ✓ ✓* int8/fp8/nf4 opcional bf16 ✓+ ✓ ✓ ✓ ✓ ✗ ✓ CHROMA.md
Auraflow 6B ✓ ✓ ✓* int8/fp8/nf4 opcional bf16 ✓+ ✓ (SLG) ✓ ✓ ✓ ✓ ✓ AURAFLOW.md
HiDream I1 17B (8.5B MoE) ✓ ✓ ✓* int8/fp8/nf4 opcional bf16 ✓ ✓ ✓ ✓ ✓ ✓ ✓ HIDREAM.md
OmniGen 3.8B ✓ ✓ ✓ int8/fp8 opcional bf16 ✓ ✓ ✗ ✓ ✗ ✗ ✓ OMNIGEN.md
Stable Diffusion XL 2.6B ✓ ✓ ✓ não recomendado bf16 ✓ ✗ ✗ ✗ ✓ ✓ ✓ SDXL.md
Lumina2 2B ✓ ✓ ✓ int8 opcional bf16 ✓ ✓ ✓ ✓ ✗ ✗ ✓ LUMINA2.md
Cosmos2 2B ✓ ✓ ✓ não recomendado bf16 ✓ ✓ ✓ ✓ ✓ ✗ ✓ COSMOS2IMAGE.md
LTX Video ~2.5B ✓ ✓ ✓ int8/fp8 opcional bf16 ✓ ✓ ✓ ✓ ✓ ✗ ✓ LTXVIDEO.md
Hunyuan Video 1.5 8.3B ✓ ✓ ✓* int8 opcional bf16 ✓ ✓ ✓ ✓ ✓ ✗ ✓ HUNYUANVIDEO.md
Wan 2.x 1.3B–14B ✓ ✓ ✓* int8 opcional bf16 ✓ ✓ ✓ ✓ ✓ ✗ ✓ WAN.md
Qwen Image 20B ✓ ✓ ✓* obrigatório (int8/nf4) bf16 ✓ ✓ ✓ ✓ ✓ ✗ ✓ QWEN_IMAGE.md
Qwen Image Edit 20B ✓ ✓ ✓* obrigatório (int8/nf4) bf16 ✓ ✓ ✓ ✓ ✓ ✗ ✓ QWEN_EDIT.md
Stable Cascade (C) 1B, 3.6B prior ✓ ✓ ✓* não suportado fp32 (obrigatório) ✓ ✗ ✗ ✗ ✗ ✗ ✓ STABLE_CASCADE_C.md
Kandinsky 5.0 Image 6B (lite) ✓ ✓ ✓* int8 opcional bf16 ✓ ✓ ✓ ✓ ✗ ✗ ✓ KANDINSKY5_IMAGE.md
Kandinsky 5.0 Video 2B (lite), 19B (pro) ✓ ✓ ✓* int8 opcional bf16 ✓ ✓ ✓ ✓ ✓ ✗ ✓ KANDINSKY5_VIDEO.md
LongCat-Video 13.6B ✓ ✓ ✓* int8/fp8 opcional bf16 ✓+ ✓ ✓ ✓ ✓ ✗ ✓ LONGCAT_VIDEO.md
LongCat-Video Edit 13.6B ✓ ✓ ✓* int8/fp8 opcional bf16 ✓+ ✓ ✓ ✓ ✓ ✗ ✓ LONGCAT_VIDEO_EDIT.md
LongCat-Image 6B ✓ ✓ ✓* int8/fp8 opcional bf16 ✓ ✓ ✓ ✓ ✓ ✗ ✓ LONGCAT_IMAGE.md
LongCat-Image Edit 6B ✓ ✓ ✓* int8/fp8 opcional bf16 ✓ ✓ ✓ ✓ ✓ ✗ ✓ LONGCAT_EDIT.md

✓ = suportado, ✓ = requer DeepSpeed/FSDP2 para full-rank, ✗ = não suportado, ✓+ indica que o checkpointing é recomendado devido à pressão de VRAM. TwinFlow ✓ significa suporte nativo quando twinflow_enabled=true (modelos de difusão precisam de diff2flow_enabled+twinflow_allow_diff2flow). Self-Flow ✓ significa suporte nativo para crepa_enabled=true com crepa_feature_source=self_flow, use_ema=true e crepa_teacher_block_index definido. LayerSync ✓ significa que o backbone expõe estados ocultos do transformer para autoalinhamento; ✗ marca backbones estilo UNet sem esse buffer. †Sliders se aplicam a LoRA e LyCORIS (incluindo LyCORIS full-rank “full”).*

ℹ️ O quickstart do Wan inclui presets das etapas 2.1 + 2.2 e o toggle de time-embedding. Flux Kontext cobre fluxos de edição construídos sobre o Flux.1.

⚠️ Estes quickstarts são documentos vivos. Espere atualizações ocasionais conforme novos modelos chegam ou as receitas de treinamento melhoram.

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.