> ## 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 Built-in Node Documentation

> Complete documentation for the TrainLoraNode node in ComfyUI. Learn its inputs, outputs, parameters and usage.

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/TrainLoraNode/zh.md)

TrainLoraNode 使用提供的潜空间数据和条件数据，在扩散模型上创建并训练 LoRA（低秩适应）模型。该节点允许您使用自定义训练参数、优化器和损失函数来微调模型。节点输出应用了 LoRA 的训练后模型、LoRA 权重、训练损失指标以及完成的总训练步数。

## 输入参数

| 参数名                       | 数据类型         | 必填 | 取值范围                                          | 描述                                                |
| ------------------------- | ------------ | -- | --------------------------------------------- | ------------------------------------------------- |
| `model`                   | MODEL        | 是  | -                                             | 要训练 LoRA 的基础模型。                                   |
| `latents`                 | LATENT       | 是  | -                                             | 用于训练的潜空间数据，作为模型的数据集/输入。                           |
| `positive`                | CONDITIONING | 是  | -                                             | 用于训练的正向条件数据。                                      |
| `batch_size`              | INT          | 是  | 1-10000                                       | 训练时使用的批大小（默认值：1）。                                 |
| `grad_accumulation_steps` | INT          | 是  | 1-1024                                        | 训练时使用的梯度累积步数（默认值：1）。                              |
| `steps`                   | INT          | 是  | 1-100000                                      | 训练 LoRA 的步数（默认值：16）。                              |
| `learning_rate`           | FLOAT        | 是  | 0.0000001-1.0                                 | 训练时使用的学习率（默认值：0.0005）。                            |
| `rank`                    | INT          | 是  | 1-128                                         | LoRA 层的秩（默认值：8）。                                  |
| `optimizer`               | COMBO        | 是  | "AdamW"<br />"Adam"<br />"SGD"<br />"RMSprop" | 训练时使用的优化器（默认值："AdamW"）。                           |
| `loss_function`           | COMBO        | 是  | "MSE"<br />"L1"<br />"Huber"<br />"SmoothL1"  | 训练时使用的损失函数（默认值："MSE"）。                            |
| `seed`                    | INT          | 是  | 0-18446744073709551615                        | 训练时使用的随机种子（用于 LoRA 权重初始化和噪声采样的生成器）（默认值：0）。        |
| `training_dtype`          | COMBO        | 是  | "bf16"<br />"fp32"                            | 训练时使用的数据类型（默认值："bf16"）。                           |
| `lora_dtype`              | COMBO        | 是  | "bf16"<br />"fp32"                            | LoRA 使用的数据类型（默认值："bf16"）。                         |
| `algorithm`               | COMBO        | 是  | 多种可选算法                                        | 训练时使用的算法。                                         |
| `gradient_checkpointing`  | BOOLEAN      | 是  | -                                             | 训练时是否使用梯度检查点（默认值：True）。                           |
| `existing_lora`           | COMBO        | 是  | 多种可选选项                                        | 要附加到的现有 LoRA。设置为 None 表示创建新的 LoRA（默认值："\[None]"）。 |

**注意：** 正向条件数据的数量必须与潜空间图像的数量匹配。如果只提供了一个正向条件数据但有多个图像，该条件数据将自动为所有图像重复使用。

## 输出结果

| 输出名称              | 数据类型        | 描述                           |
| ----------------- | ----------- | ---------------------------- |
| `model_with_lora` | MODEL       | 应用了训练后 LoRA 的原始模型。           |
| `lora`            | LORA\_MODEL | 训练后的 LoRA 权重，可以保存或应用于其他模型。   |
| `loss`            | LOSS\_MAP   | 包含随时间变化的训练损失值的字典。            |
| `steps`           | INT         | 完成的总训练步数（包括现有 LoRA 的任何先前步数）。 |