03 · Krea 2 Turbo LoRA 训练：配置基线速查
AI Toolkit 训练 Krea 2 Turbo LoRA
更新于 2026-10-10 16:46:01
本篇给出 Krea 2 Turbo LoRA 训练第一次可复现运行的完整基线。按表逐项填写即可；100 步那个值只在作为冒烟测试时有用，要做有意义的检查点比较，使用 1000 步并每 250 步检查。
Model 面板
| 字段 |
值 |
说明 |
| Model Architecture |
Krea 2 Turbo (w/ Training Adapter)（krea2:turbo） |
带适配器的专属架构 |
| Name or Path |
krea/Krea-2-Turbo |
HF 模型仓库 |
| Training Adapter Path |
ostris/krea2_turbo_training_adapter/krea2_turbo_training_adapter_v1.safetensors |
模型预设自带，勿清空 |
| Transformer Quantization |
ON，qfloat8 |
默认 |
| Text Encoder Quantization |
ON，qfloat8 |
默认 |
| Low VRAM |
ON |
|
| Layer Offloading |
初始 OFF |
仅内存不足时再开 |
LoRA target
| 字段 |
值 |
| Target Type |
LoRA |
| Linear Rank |
32 |
| Linear Alpha |
32 |
卷积区（network.conv / network.conv_alpha）：该架构不提供；该部分被有意隐藏，不用找。
Training
| 字段 |
值 |
| Steps |
第一次正式运行 1000（100 仅冒烟测试） |
| Learning Rate |
0.0001 |
| Batch Size |
1 |
| Training Data Type |
bf16 |
| Optimizer |
AdamW8Bit |
| Timestep Type |
Linear |
| Noise Scheduler |
FlowMatch |
Dataset
| 字段 |
值 |
| Folder Path |
已上传的训练数据集 |
| Num Repeats |
1 |
| Resolutions |
512 / 768 / 1024 |
| Caption Dropout Rate |
0.05 |
Save
| 字段 |
值 |
| Save Data Type |
bf16 |
| Save Every |
250 |
| Save Format |
Diffusers |
| Max Step Saves to Keep |
4 |
| Push to Hub |
OFF |
Sample
| 字段 |
值 |
| Sampler |
FlowMatch |
| Sample Every |
250 |
| Sample Steps |
8 |
| Guidance Scale |
1 |
| Width / Height |
1024 × 1024 |
| Seed |
42 |
| Walk Seed |
ON |
| Prompts |
覆盖已训练主体/风格、灵活性、以及（用 trigger 时）一条不带 trigger 的提示词 |
速查表（打印版）
模型: Krea 2 Turbo (w/ Training Adapter) / krea/Krea-2-Turbo
适配器: ostris/krea2_turbo_training_adapter/..._v1.safetensors（保留）
量化: Transformer+TE 均 qfloat8 / Low VRAM ON / Layer Offloading OFF
Target: LoRA / rank 32 / alpha 32（无卷积区）
训练: steps 1000 / lr 1e-4 / batch 1 / bf16 / AdamW8Bit / Linear + FlowMatch
数据: repeats 1 / 512+768+1024 / caption dropout 0.05
保存: every 250 / Diffusers / keep 4
采样: 8 步 / guidance 1 / 1024² / seed 42 / Walk Seed ON
基线为什么这样定
- qfloat8 双量化 + Low VRAM：32B 级大模型的显存默认方案
- Linear timestep + FlowMatch：定义模型行为，不是内存旋钮
- 8 步 / guidance 1：验证配方的一部分（07 篇详解）
- rank 32 / alpha 32：正确首选目标（04 篇详解）
下一步
→ 04 · rank 32 与内存控制 rank 不是补救旋钮；内存用专门控制项
