文档首页/
AI开发平台ModelArts/
最佳实践/
AIGC模型训练推理/
SD1.5&SDXL Diffusers框架基于DevServer适配PyTorch NPU训练指导（6.3.907）/
Finetune训练
更新时间：2024-08-17 GMT+08:00
Finetune训练
本章节介绍SDXL&SD 1.5模型的Finetune训练过程。Finetune是指在已经训练好的模型基础上，使用新的数据集进行微调（fine-tuning）以优化模型性能。
启动SD1.5 Finetune训练服务
使用ma-user用户执行如下命令运行训练脚本。
sh diffusers_finetune_train.sh
启动SDXL Finetune训练服务
使用ma-user用户执行如下命令运行训练脚本。
sh diffusers_sdxl_finetune_train.sh
训练执行脚本中配置了保存checkpoint的频率，每500steps保存一次，如果磁盘空间较小，这个值可以改大到5000，避免磁盘空间写满，导致训练失败终止。
checkpoint保存频率的修改命令如下：
--checkpointing_steps=5000
训练执行成功如下图所示。
图1 训练执行成功
