> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-docs-recommend-assets-api.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# TrainLoraNode - ComfyUI 組み込みノードのドキュメント

> ComfyUI の TrainLoraNode ノードに関する完全なドキュメントです。入力、出力、パラメーターおよび使用方法について学びましょう。

> このドキュメントは AI によって生成されました。誤りを発見された場合、または改善のご提案がある場合は、ぜひご貢献ください！ [GitHub で編集](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/TrainLoraNode/en.md)

TrainLoraNode は、提供された潜在表現（latents）および条件付けデータを用いて、拡散モデル上に LoRA（低ランク適応：Low-Rank Adaptation）モデルを作成・学習します。このノードにより、カスタムの学習パラメーター、オプティマイザー、損失関数を用いたモデルのファインチューニングが可能です。ノードの出力には、LoRA を適用済みの学習済みモデル、LoRA の重み、学習時の損失指標、および完了した総学習ステップ数が含まれます。

## 入力

| パラメーター                    | データ型         | 必須 | 範囲                                            | 説明                                                               |
| ------------------------- | ------------ | -- | --------------------------------------------- | ---------------------------------------------------------------- |
| `model`                   | MODEL        | はい | -                                             | LoRA を学習させる対象となるモデルです。                                           |
| `latents`                 | LATENT       | はい | -                                             | 学習に使用する潜在表現（latents）。モデルのデータセット／入力として機能します。                      |
| `positive`                | CONDITIONING | はい | -                                             | 学習に使用する正の条件付けデータです。                                              |
| `batch_size`              | INT          | はい | 1–10000                                       | 学習時に使用するバッチサイズ（デフォルト：1）。                                         |
| `grad_accumulation_steps` | INT          | はい | 1–1024                                        | 学習時に使用する勾配蓄積ステップ数（デフォルト：1）。                                      |
| `steps`                   | INT          | はい | 1–100000                                      | LoRA の学習を行うステップ数（デフォルト：16）。                                      |
| `learning_rate`           | FLOAT        | はい | 0.0000001–1.0                                 | 学習時に使用する学習率（デフォルト：0.0005）。                                       |
| `rank`                    | INT          | はい | 1–128                                         | LoRA 層のランク（デフォルト：8）。                                             |
| `optimizer`               | COMBO        | はい | "AdamW"<br />"Adam"<br />"SGD"<br />"RMSprop" | 学習時に使用するオプティマイザー（デフォルト："AdamW"）。                                 |
| `loss_function`           | COMBO        | はい | "MSE"<br />"L1"<br />"Huber"<br />"SmoothL1"  | 学習時に使用する損失関数（デフォルト："MSE"）。                                       |
| `seed`                    | INT          | はい | 0–18446744073709551615                        | 学習時に使用するシード値（LoRA 重みの初期化およびノイズサンプリングにおけるジェネレーターで使用）（デフォルト：0）。    |
| `training_dtype`          | COMBO        | はい | "bf16"<br />"fp32"                            | 学習時に使用するデータ型（デフォルト："bf16"）。                                      |
| `lora_dtype`              | COMBO        | はい | "bf16"<br />"fp32"                            | LoRA に使用するデータ型（デフォルト："bf16"）。                                    |
| `algorithm`               | COMBO        | はい | 複数の選択肢あり                                      | 学習時に使用するアルゴリズムです。                                                |
| `gradient_checkpointing`  | BOOLEAN      | はい | -                                             | 学習時に勾配チェックポイントを使用するかどうか（デフォルト：True）。                             |
| `existing_lora`           | COMBO        | はい | 複数の選択肢あり                                      | 追加対象となる既存の LoRA です。「None」を指定すると新規 LoRA が作成されます（デフォルト："\[None]"）。 |

**注意：** 正の条件付けデータの数は、潜在表現画像の数と一致していなければなりません。複数の画像に対して正の条件付けデータが 1 つだけ与えられた場合、その条件付けデータは自動的にすべての画像に対して繰り返し使用されます。

## 出力

| 出力名               | データ型        | 説明                                    |
| ----------------- | ----------- | ------------------------------------- |
| `model_with_lora` | MODEL       | 学習済み LoRA を適用済みの元のモデルです。              |
| `lora`            | LORA\_MODEL | 保存可能、あるいは他のモデルへ適用可能な学習済み LoRA の重みです。  |
| `loss`            | LOSS\_MAP   | 時間経過に伴う学習損失値を格納した辞書です。                |
| `steps`           | INT         | 完了した総学習ステップ数（既存 LoRA からの先行ステップを含む）です。 |