LoRA アドバンス学習

PixAI のアドバンス学習（Advanced）は、LoRA の学習結果をより細かくコントロールしたい方向けのモードです。画像の説明文を 1 枚ずつ確認・修正できるほか、学習 Step 数、学習率、ディテール容量（Rank）、Alpha、Batch size を自分で設定できます。すべてのパラメータのデフォルト値はベーシック学習と同じです。

kohya / sd-scripts などコミュニティの LoRA 学習ツールに慣れている方は、まず次の 3 つの違いに注意してください：アドバンス学習では学習量を総 Step 数で指定し、epoch と repeats はありません。Alpha は Rank の半分・同じ・2 倍のいずれかにしか設定できません。画像の説明文は PixAI が自動で作成し、そのあと 1 枚ずつ修正します。

別のタブでアドバンス学習を開き、このガイドと見比べながら設定できます：

▸ PixAI アドバンス学習を開く

ポイントまとめ

• 学習量は総 Step 数で指定：「学習Step数」は 50〜800 の範囲で設定でき、デフォルトは 325 です。epoch と repeats はありません。
• 学習率は 1 つだけ：デフォルトは 6e-4 で、ネットワーク全体に適用されます。モジュールごとの設定はできません。
• Alpha は 3 段階：Rank の半分・同じ・2 倍のいずれかにしか設定できず、デフォルトは Rank の半分です。クレジット消費は主に学習 Step 数と更新の安定度（Batch size）で決まり、学習率、ディテール容量（Rank）、Alpha はクレジットに影響しません。
• 説明文は最初に自動作成が必要：説明文は Danbooru タグではなく自然言語で、作成後に 1 枚ずつ修正できます。
• トリガーワードは各説明文の先頭に自動で追加：最初のステップ「基本設定」で入力すると、システムが各画像の説明文に自動で追加するため、1 枚ずつ手動で入れる必要はありません。
• 説明文の自動作成と学習は別料金：すでに説明文のある画像に重複して料金はかかりません。学習に失敗した場合、学習自体の料金はかかりません。説明文のある画像を削除しても返金はありません。

学習の流れ

アドバンス学習は「基本設定」「説明文」「詳細設定」の 3 ステップで構成されます。全体の流れはコミュニティでよく使われる LoRA 学習の手順とほぼ同じですが、主な違いは、画像の説明文（caption）を PixAI が作成することと、一部の設定は学習の作成後に変更できなくなることです。

説明文は自動で保存されます。途中でページを離れた場合は、学習タスクから再開できます。説明文の自動作成中、処理待ち中、学習中は、いずれもページを閉じて構いません。

kohya での使い方と比べると、次の 2 点が異なります：

• 説明文の自動作成は独立した課金ステップ：説明文のない画像に対して自動作成を実行するたびに、100 × 今回説明文を作成する枚数 + 500 クレジットがかかり、金額は開始前に表示されます。作成後は 1 枚ずつ修正できます。自動作成が完了した画像は、あとで削除してもクレジットは返還されません。
• 説明文のある画像に重複して料金はかからない：自動作成は説明文がまだない画像だけを処理します。あとから画像を追加した場合は、追加した分だけに料金がかかります。

画像の準備

画像セットによって、LoRA が何を学習できるかが決まります。画像を選ぶときは、LoRA に覚えさせたい特徴はどの画像でも一貫させ、それ以外の内容はできるだけ多様にしましょう。そうすることで、モデルは何が LoRA 本体で、何がたまたま写っているだけの内容なのかを区別できます。キャラクター LoRA の場合：

• アングル：正面、横、背面に加え、俯瞰やあおりなど、さまざまな視点を含めます。正面だけの画像セットでは、横や後ろ姿を生成したときに崩れやすくなります。
• 動作とポーズ：立つ、座る、歩く、手を伸ばすなど、さまざまなポーズを含めます。すべての画像が同じポーズだと、LoRA はそのポーズに固定されがちになります。
• 構図と距離：顔のアップ、バストアップ、全身を混ぜます。アップだけだと、モデルは衣装や体型を学習しにくくなります。
• 表情：生成時に表情をコントロールしたい場合は、さまざまな表情の画像を入れてください。
• 背景：背景はできるだけ多様にします。ほとんどの画像が同じ背景だと、背景まで一緒に学習されてしまいます。
• 画質：鮮明で、透かしや文字のない画像を選びます。複数コマの画像や絵コンテは、1 枚ずつに切り分けてから追加してください。
• 重複を避ける：同じ画像のサイズ違いなど、ほぼ同じ画像は入れないでください。重複した画像は過学習の原因になります。
• キャラクターデザイン：キャラクターは同じバージョンのデザインのみを使用します。透かし、サイン、吹き出しはできるだけ取り除き、ぼやけた画像や描き間違いのある画像は外し、大きな余白は切り取ります。

スタイル LoRA の考え方は逆です：人物、シーン、題材はできるだけ多様にし、画風だけを一貫させます。

1 つの LoRA で複数のキャラクターを学習する

1 つの LoRA でキャラクター A とキャラクター B のように複数のキャラクターを同時に学習させたい場合、画像セットには 3 種類の画像が必要です：A だけの画像、B だけの画像、そして A と B が一緒に写っている画像です。単独の画像しかないと、モデルは同じ画面に 2 人を描き分けるのが難しくなり、2 人の特徴が混ざってしまうのがよくある結果です。一緒に写っている画像しかないと、どちらか 1 人だけを生成するのが難しくなります。3 種類の画像の枚数は完全に同じである必要はありませんが、どの種類も十分な枚数が必要です（各種類 10 枚以上、各種類の枚数はできるだけ近づけてください）。

現在、1 つの LoRA に設定できるトリガーワードは 1 つだけなので、各キャラクターは説明文の中の呼び名で区別します。キャラクターごとに固定の呼び名を決め、画像セット全体で常に同じ呼び名を使ってください。各キャラクターの変わらない特徴（髪色、瞳の色など）は同じく説明文に書かず、それぞれの呼び名に結び付けて学習させます。一緒に写っている画像では、2 人それぞれの位置と動作を説明してください。生成時は、プロンプトに対応する呼び名を書けば、どのキャラクターを描くかを指定できます。

パラメータ一覧：アドバンス学習と kohya / sd-scripts の対応

パラメータの説明

学習Step数（学習量）

学習 Step 数は、モデルが画像を学習する回数を決めます。デフォルトは 325 で、50〜800 の範囲で 5 刻みに調整できます。UI のアドバイス：画像セットが極端に多い・少ない場合を除き、325 のままで大丈夫です。

アドバンス学習には epoch と repeats がなく、データセット内の各画像が選ばれる確率は同じです。kohya の設定感覚に換算したい場合は、次の式で 1 枚あたりの平均学習回数を見積もれます：

1 枚あたりの平均学習回数 ≈ 学習 Step 数 × 換算係数 ÷ 画像の枚数

• 上げる：モデルは見た目の特徴をより深く学習しますが、学習画像の背景やポーズまで写し取り始めることがあります。学習時間とクレジット消費も増えます。
• 下げる：学習時間は短くなりますが、必要な特徴を学習しきれないことがあります。
• 500 Step を超えると、学習時間が長くなる旨が UI に表示されます。通常は超えないことをおすすめします。

学習率

学習率は、モデルが 1 回学習するごとの調整幅を決めます。デフォルトは 6e-4（0.0006）で、範囲は 5e-5（0.00005）〜1e-3（0.001）です。アドバンス学習の学習率は 1 つだけで、ネットワーク全体に適用され、kohya のようにモジュールごとに設定することはできません。学習率はクレジット消費に影響しません。

• 上げる：学習は速くなりますが、行きすぎて画像が不安定になることがあります。
• 下げる：より慎重に学習しますが、より多くの Step が必要になります。
• UI のアドバイス：結果が乱れていたり白飛びしていたりする場合は、学習率を下げてください。

ディテール容量（Rank）

ディテール容量は kohya の network_dim に相当し、LoRA が保持できるディテールの量を表します。8 / 16 / 32 / 64 から選べ、デフォルトは 64 です。UI 上の表示は順に「とても軽め」「軽め」「バランス」「おすすめ」です。Rank は主にファイルサイズと保持できるディテールの量に影響し、学習時間への影響はごくわずかで、クレジット消費にも影響しません。

• 上げる：より多くのディテールを保持できますが、学習画像の背景も覚えやすくなります。
• 下げる：ファイルは小さくなりますが、複雑な模様や小物を学習しきれないことがあります。

Alpha

Alpha は kohya の network_alpha に相当し、学習の各更新が LoRA に与える影響の強さを決めます。Rank との整合を保つため、Alpha は Rank の半分・同じ・2 倍のいずれかにしか設定できず、UI 上ではそれぞれ「安定重視」「バランス型」「特徴重視」と表示されます。デフォルトは Rank の半分です。Rank を変更しても、Alpha は元の段階（安定重視・バランス型・特徴重視）を維持し、数値が自動で調整されます。Alpha はクレジット消費に影響しません。

• 上げる：学習は速くなりますが、画像の欠点も同じくらい速く学習してしまいます。
• 下げる：学習が穏やかになり、画像が少ない場合や画風が混在している画像セットに向いています。

実際のスケーリングは Alpha と Rank の比で決まります。Rank 64 の場合、3 段階の Alpha はそれぞれ 32、64、128 で、比は 0.5、1、2 です。kohya でよく使われる alpha = 1 は、Rank 64 では比がわずか 1/64 です。

更新の安定度（Batch size）

更新の安定度は kohya の batch size に相当します。値が大きいほど 1 回の更新で参照する画像が多くなります。1 / 2 / 4 から選べ、デフォルトは 2 です。学習クラスターのリソースの制約により、現在これより大きい値は利用できません。

• 上げる：学習がより安定し、1 枚だけ異なる画像があっても影響を受けにくくなります。1 Step あたりに処理する画像が倍になるため、学習時間とクレジット消費も大きく増えます。
• 下げる：更新がよりはっきりしますが、画像の品質に影響されやすくなります。
• UI のアドバイス：画像の傾向がそろっていない場合を除き、2 のままで大丈夫です。

Batch size は 1 枚あたりの学習回数にも影響します。同じ Step 数で Batch size を 2 から 4 に変えると、1 枚あたりの平均学習回数は倍になり、学習時間もそれに応じて増えます。元の学習量を維持したい場合は、Step 数を半分にしてください。

トリガーワード

トリガーワードは「基本設定」で入力し、学習時に各説明文の先頭に自動で追加されます。そのため、kohya のようにフォルダ名や各 caption ファイルに書き込む必要はありません。生成時は、プロンプトにトリガーワードを加えるとその LoRA が有効になります。学習を送信したあとは、トリガーワードを変更できません。最小文字数の制限はなく、上限は 256 文字です。連続したスペースは使用できず、先頭と末尾にスペースを含めることはできません。

画像の説明文（Caption）

画像の説明文は kohya の caption ファイルに相当します。PixAI は説明文モデルを使って、各画像に Danbooru タグではなく自然言語の説明文を作成します。説明文は自動作成してからでないと 1 枚ずつ修正できません。修正した内容は別途保存され、必要に応じて自動作成の説明文に戻せます。

説明文の役割は、各画像に何が写っているかをモデルに伝えることです。学習時には、トリガーワードが各説明文の先頭に追加されます。説明文に書いた内容は、モデルにとってプロンプトで変えられる部分とみなされ、説明文に書かなかった内容はトリガーワードに結び付けられ、LoRA 自体の一部になります。したがって、LoRA に固定させたい特徴は書かず、生成時に変えたい内容は書くようにしてください。UI で示されている書き方のポイントは次のとおりです：

1. 見えるものだけを説明し、性格や背景設定、画面外のことは書かない。
2. 服装など、あとで変える可能性がある要素は書き、異なる服装の画像も入れる。
3. 画面に複数の人物がいる場合は、誰が何をしているかをはっきり説明し、「片方が」などの表現は避ける。
4. 髪色、瞳の色、特徴的なアクセサリーなど、変わらない特徴は書かず、キャラクター自体の一部として学習させる。
5. 同じことには画像セット全体で同じ言葉を使う。たとえば「座っている」と決めたら、常に「座っている」を使う。
6. トリガーワードを自分で書く必要はなく、システムが各説明文の先頭に自動で追加する。

すべての画像に説明文がないと、次のステップに進めません。まだ説明文が作成されていない画像がある場合は、先に説明文を完成させるよう UI に表示されます。

システムが決める項目

次の項目はシステムが決めるため、調整できません：

学習解像度：モデルによって決まり、調整はできません。学習画像の総画素数は 512×512（約 26.2 万画素）以上、アスペクト比は 1:3〜3:1 の範囲である必要があり、条件を満たさない画像はデータセットに追加できません。

判定は総画素数で行うため、一辺が 512 未満でも条件を満たす場合があります。たとえば 400×700 の画像は 28 万画素なので追加できます。1200×300 の画像は画素数は足りていますが、アスペクト比が 4:1 なので追加できません。

画像はデバイスからアップロード、生成履歴から選択、または過去の学習からインポートでき、PNG、JPG、WebP 形式に対応しています。1 回の学習につき最低 10 枚、最大 100 枚です。

ネットワークの種類：標準の LoRA に固定されており、LoCon や LoHa などの LyCORIS 系のバリエーションは提供していません。

料金と学習時間

説明文の自動作成と学習は別々に課金され、料金はクレジットで計算されます。どちらも開始前に必要なクレジットが表示されます。

アドバンス学習では、クレジットが 2 回に分けて差し引かれます：

1. 説明文の料金：「説明文」ステップで「説明文を自動作成」を押したときに支払います。
2. 学習の料金：「詳細設定」ステップで「学習開始」を押したときに、UI に表示された見積もりに従って支払います。

例：

• 初めての学習：画像を 30 枚追加して「説明文を自動作成」を押すと、枚数に応じた説明文の料金に加えて、追加で 500 クレジットがかかります。実際の金額は開始前に表示されます。説明文を確認し、パラメータを設定したら、「学習開始」を押したときに UI の見積もりに従って学習の料金を支払います（デフォルト設定で約 70,000 クレジット）。
• 画像の追加：説明文の作成後にさらに 5 枚追加すると、自動作成は追加した 5 枚だけを処理し、枚数に応じて課金されるほか、追加の 500 クレジットが再度かかります。元の 30 枚に重複して料金はかかりません。
• 一部の説明文の作成に失敗：2 枚の説明文を作成できなかった場合、作成に成功した 28 枚分のみ枚数に応じて課金され、追加の 500 クレジットは通常どおりかかります。失敗した 2 枚は再度自動作成を実行できますが、再実行時にも追加の 500 クレジットが再度かかります。
• 学習に失敗：学習の料金はかかりませんが、支払い済みの説明文の料金は返金されません。学習タスクで「同じ設定でもう一度試す」を選べます。
• 学習をキャンセル：処理待ち中にキャンセルすると、学習の料金は全額返金されますが、支払い済みの説明文の料金は返金されません。タスクは下書きに戻り、引き続き編集して再送信できます。

学習時間とクレジット消費は、主に学習 Step 数と更新の安定度（Batch size）で決まります。学習率、Rank、Alpha はクレジットに影響せず、時間への影響もごくわずかです。学習を送信すると、タスクはまず処理待ちとなり、実際に完了する時間は処理待ちの状況によって異なります。

アドバンス学習には約 2〜6 時間かかります（処理待ちの時間を除く）。学習中は画像セットがロックされます。学習に失敗した場合や、処理待ち中に学習をキャンセルした場合は、ロックが解除されます。

学習が一時停止された場合はシステムが自動で再開し、追加料金はかかりません。

学習完了後：公開と管理

学習が完了したら、「学習タスク」で「公開」を押してください。公開後は、モデルページの「モデル編集」から次の設定をいつでも変更できます。

公開範囲

• 非公開：外部には公開されません。あとからいつでも公開に切り替えられます。LoRA を非公開に設定できるのは会員のみで、非公開 LoRA の数には上限があります。残りの枠は「モデル編集」の公開範囲の設定で確認できます。
• 公開：すべてのユーザーが使用できます。公開後は非公開に戻せません。

還元

「モデル編集」の「還元設定」で、「還元に参加する」または「還元に参加しない」を選べます。参加すると、ほかのユーザーがこの LoRA を使用した回数に応じてクレジットを獲得できます。ご自身の使用は還元の対象外のため、LoRA を非公開にしている場合は、還元に参加していてもクレジットは獲得できません。

詳しくは「LoRA 還元プログラムのアップグレード」をご覧ください。

ダウンロードと商用利用

• Tsubaki.2 と Tsubaki.3 はどちらも DiT アーキテクチャ（モデルページではそれぞれ DiT.2、DiT.3 と表示）で、学習した LoRA はダウンロードできず、PixAI 上でのみ直接使用できます。
• 「モデル編集」の「権限」で、この LoRA で生成した画像をほかの人が商用利用することを許可するかどうかを選べます。

モデル情報

モデル名、タグ、説明、カバー画像は、いつでも「モデル編集」で変更できます。LoRA のカテゴリーとベースモデルは変更できません。学習設定と最終版の説明文はモデルと一緒に保存されるため、あとから確認でき、ほかのユーザーにもあなたの LoRA を見つけてもらいやすくなります。

よくある質問

なぜ epoch と repeats がないのですか？

アドバンス学習は総 Step 数（学習 Step 数）で学習量を指定し、データセット内の各画像が選ばれる確率は同じです。換算方法は「学習Step数」の節を参照してください。

Alpha に 1 を入力できないのはなぜですか？

Alpha は Rank の半分・同じ・2 倍のいずれかにしか設定できません。実際のスケーリングは Alpha と Rank の比で決まります。

Batch size が 1 / 2 / 4 しかないのはなぜですか？

学習クラスターのリソースの制約によるものです。Batch size が大きいほど更新は安定しますが、1 Step あたりに処理する画像が増えるため、学習時間とクレジット消費もそれに応じて増えます。ほとんどの場合、デフォルト値の 2 のままで大丈夫です。

説明文の自動作成をスキップして、自分の caption を直接使えますか？

現在はサポートしていません。どの画像もまず説明文を自動作成し、そのあとで修正する必要があります。既存の caption ファイルをインポートする機能も現在は提供していません。

トリガーワードを各説明文に書く必要はありますか？

いいえ。トリガーワードは各説明文の先頭に自動で追加されるので、基本設定で一度入力するだけで大丈夫です。生成時は、プロンプトにトリガーワードを加えると有効になります。

Rank を 64 にすると学習がかなり遅くなりますか？

影響はごくわずかで、クレジット消費も増えません。学習時間と料金は主に学習 Step 数と Batch size で決まり、Rank は主にファイルサイズと保持できるディテールの量に影響します。

学習が始まったあとに、ベースモデルを変更できますか？

変更できません。いったん学習が始まると、基本設定は固定されます。変更したい場合は、新しく学習を作成してください。学習開始前であれば変更できます：送信前ならそのまま戻って修正でき、送信後もまだ処理待ちであれば、学習をキャンセルするとタスクが下書きに戻るので、そこから戻って修正できます。

学習を送信したあとでもキャンセルできますか？

学習が始まる前（処理待ち中）ならキャンセルできます。いったん学習が始まると、キャンセルはできません。学習タスクでキャンセルすると、学習の料金は全額返金されますが、支払い済みの説明文の料金は返金されません。タスクは下書きに戻り、画像、説明文、基本設定（ベースモデルを含む）を引き続き修正して再送信できます。

学習した LoRA はダウンロードできますか？

現在はできません。Tsubaki.2 と Tsubaki.3 はどちらも DiT アーキテクチャで、学習した LoRA は PixAI 上でのみ使用できます。

学習開始前のチェックリスト

学習を開始する前に、次の項目を確認してください：

• 画像：各画像の総画素数が 512×512 以上、アスペクト比が 1:3〜3:1、形式は PNG、JPG、WebP のいずれか。枚数は 10〜100 枚。
• 画像の内容：アングル、動作、構図に十分なバリエーションがあり、複数コマの画像やほぼ重複した画像がない。1 つの LoRA で複数のキャラクターを学習する場合は、各キャラクターが単独で写っている画像と一緒に写っている画像を含めている。
• 基本設定：LoRA 名、カテゴリー、ベースモデル、トリガーワードをすべて確認済み。学習の送信後は変更できません。
• 画像の説明文：1 枚ずつ確認済みで、見えていて変化する内容だけを説明し、同じことには同じ言葉を使っている。すべての画像に説明文がある（「説明文なし」が 0）。そうでない場合は次のステップに進めません。
• パラメータ：特に要望がなければ、デフォルト値（325 Step、学習率 6e-4、Rank 64、Alpha 32、Batch size 2）を使用する。
• 料金と時間：UI に表示された見積もりと予想時間を確認済み。送信後にキャンセルできるのは処理待ち中のみで（学習の料金は返金、説明文の料金は返金なし）、学習開始後はキャンセルできません。

学習完了後、生成時に LoRA を適用する方法や Weight の設定については、LoRA の使い方 と LoRA の Weight 設定ガイド を参照してください。

▸ 今すぐアドバンス学習を始める