> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-mintlify-b90d3c69.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.

TrainLoraNodeは、提供された潜在変数と条件付けデータを使用して、拡散モデル上でLoRA（低ランク適応）モデルを作成し、トレーニングします。カスタムトレーニングパラメータ、オプティマイザ、損失関数を使用してモデルをファインチューニングできます。このノードは、トレーニングされたLoRA重み、損失履歴マップ、および完了した総トレーニングステップ数を出力します。

## 入力

| パラメータ                    | 説明                                                                                                   | データ型         | 必須 | 範囲                                            |
| ------------------------ | ---------------------------------------------------------------------------------------------------- | ------------ | -- | --------------------------------------------- |
| `モデル`                    | LoRAをトレーニングするモデル。                                                                                    | MODEL        | はい | -                                             |
| `潜在変数`                   | トレーニングに使用する潜在変数。モデルのデータセット/入力として機能します。                                                               | LATENT       | はい | -                                             |
| `ポジティブ条件付け`              | トレーニングに使用するポジティブ条件付け。                                                                                | CONDITIONING | はい | -                                             |
| `バッチサイズ`                 | トレーニングに使用するバッチサイズ（デフォルト: 1）。                                                                         | INT          | はい | 1-10000                                       |
| `勾配蓄積ステップ数`              | トレーニングに使用する勾配蓄積ステップ数（デフォルト: 1）。                                                                      | INT          | はい | 1-1024                                        |
| `ステップ数`                  | LoRAをトレーニングするステップ数（デフォルト: 16）。                                                                       | INT          | はい | 1-100000                                      |
| `学習率`                    | トレーニングに使用する学習率（デフォルト: 0.0005）。                                                                       | FLOAT        | はい | 0.0000001-1.0                                 |
| `ランク`                    | LoRAレイヤーのランク（デフォルト: 8）。                                                                              | INT          | はい | 1-128                                         |
| `オプティマイザ`                | トレーニングに使用するオプティマイザ（デフォルト: "AdamW"）。                                                                  | COMBO        | はい | "AdamW"<br />"Adam"<br />"SGD"<br />"RMSprop" |
| `損失関数`                   | トレーニングに使用する損失関数（デフォルト: "MSE"）。                                                                       | COMBO        | はい | "MSE"<br />"L1"<br />"Huber"<br />"SmoothL1"  |
| `シード`                    | トレーニングに使用するシード（LoRA重み初期化とノイズサンプリング用のジェネレータで使用）（デフォルト: 0）。                                            | INT          | はい | 0-18446744073709551615                        |
| `training_dtype`         | トレーニングに使用するデータ型。'none'はモデルのネイティブ計算データ型を保持し、上書きしません。fp16モデルの場合、GradScalerが自動的に有効になります（デフォルト: "bf16"）。 | COMBO        | はい | "bf16"<br />"fp32"<br />"none"                |
| `lora_dtype`             | LoRAに使用するデータ型（デフォルト: "bf16"）。                                                                        | COMBO        | はい | "bf16"<br />"fp32"                            |
| `quantized_backward`     | training\_dtypeが'none'で量子化モデルをトレーニングする場合、有効にすると逆伝播で量子化行列乗算を使用します（デフォルト: False）。                      | BOOLEAN      | はい | -                                             |
| `algorithm`              | トレーニングに使用するアルゴリズム。                                                                                   | COMBO        | はい | 複数のオプションが利用可能                                 |
| `gradient_checkpointing` | トレーニング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）。                                                             | BOOLEAN      | はい | -                                             |
| `チェックポイント深度`             | 勾配チェックポイントの深さレベル（デフォルト: 1）。                                                                          | INT          | はい | 1-5                                           |
| `オフロード`                  | トレーニング中にモデル重みをCPUにオフロードしてGPUメモリを節約するかどうか（デフォルト: False）。                                              | BOOLEAN      | はい | -                                             |
| `existing_lora`          | 追加する既存のLoRA。新しいLoRAの場合はNoneに設定します（デフォルト: "\[None]"）。                                                 | COMBO        | はい | 複数のオプションが利用可能                                 |
| `バケットモード`                | 解像度バケットモードを有効にします。有効にすると、ResolutionBucketノードから事前にバケット化された潜在変数を期待します（デフォルト: False）。                   | BOOLEAN      | はい | -                                             |
| `bypass_mode`            | トレーニングのバイパスモードを有効にします。有効にすると、アダプターは重み変更ではなくフォワードフックを介して適用されます。重みを直接変更できない量子化モデルに役立ちます（デフォルト: False）。 | BOOLEAN      | はい | -                                             |

**注記:** ポジティブ条件付け入力の数は、潜在画像の数と一致する必要があります。複数の画像に対して1つのポジティブ条件付けのみが提供された場合、すべての画像に対して自動的に繰り返されます。

**`training_dtype`に関する注記:** "none"に設定すると、モデルのネイティブ計算データ型が保持されます。fp16モデルの場合、勾配計算中のアンダーフローを防ぐためにGradScalerが自動的に有効になります。`fp16_accumulation`も有効になっている場合（`--fast`フラグ経由）、この組み合わせは数値的に不安定になり、NaN値を引き起こす可能性があります。

**`quantized_backward`に関する注記:** このパラメータは、`training_dtype`が"none"に設定され、モデルが量子化モデルである場合にのみ関連します。逆伝播中に量子化行列乗算を有効にします。

**`bypass_mode`に関する注記:** 有効にすると、アダプターはモデル重みを直接変更するのではなく、フォワードフックを介して適用されます。これは、重みを直接変更できない量子化モデルに特に役立ちます。

## 出力

| 出力名     | 説明                                       | データ型        |
| ------- | ---------------------------------------- | ----------- |
| `損失マップ` | トレーニングされたLoRA重み。保存したり、他のモデルに適用したりできます。   | LORA\_MODEL |
| `ステップ数` | 時間経過に伴うトレーニング損失値を含む辞書。                   | LOSS\_MAP   |
| `ステップ数` | 完了したトレーニングステップの総数（既存のLoRAからの以前のステップを含む）。 | INT         |

> このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください！ [GitHub で編集](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/TrainLoraNode/ja.md)

***

**Source fingerprint (SHA-256):** `df315ef416ff3ce81e6a526af2c4e5115980e6c35830825967e7189d4f8541d8`