Hysocs/Aozora_SDXL_Training
🏗️ 框架Hysocs
高效的 SDXL 微调脚本，仅需 12GB 显存即可在消费级显卡上实现全质量模型训练。
Aozora_SDXL_Training 解决了微调 SDXL 等大规模扩散模型时常见的硬件瓶颈。其核心创新在于层选择性训练架构，通过隔离特定的 UNet 层进行参数更新，同时冻结模型其余部分，从而优化了显存占用。这种针对性的方法既保持了基础模型已学习特征的完整性，又实现了对新风格或概念的精确适配。
从技术角度看，该脚本具备极高的灵活性与效率，支持修正流（rectified flow）和速度预测（velocity prediction）等先进训练技术。对于缺乏企业级硬件但需要全参数微调高保真输出的开发者和艺术家来说，该工具极具价值。通过最小化内存占用，它加快了迭代周期并降低了生成式 AI 工作流的实验成本。该仓库包含模块化脚本，允许用户灵活配置训练环境，是那些希望在无需大规模 GPU 集群的情况下突破 SDXL 性能极限的用户的强大解决方案。