Kohya ssを導入したら下記アドレスをアクセス。
http://127.0.0.1:7860/
するとこんな画面が表示される。
AIを頼りながら上から読み解いていこうか。
グローバルメニュー
Dreambooth
Stable Diffusionのモデル（フルモデル）そのものに直接新しいキャラクターや画風を
書き込んで学習させるための機能だよ！
モデル自体を大きく改造したいときに使うよ〜。
LoRA
モデル本体は書き換えずに、「追加パーツ（小さなファイル）」として学習させる機能！
ファイルサイズが軽くて扱いやすいから、キャラクターや画風の追加学習にはこれが一番主流でよく使われているよ✨
LECO (Latent Concept Eraser)
モデルに学習されている特定の概念や要素（特定のポーズや不要な要素など）を
「消去・弱める」ための特殊な調整機能だよ！
Anima LLLite
特定の特殊なモデルや軽量化された構造向けの学習・調整を行うためのタブだよ〜！
Textual Inversion
「埋め込み」を作る機能で、新しいキャラクターや概念を、
モデルの「特定のキーワード（プロンプト）」として追加するためのものだよ！
LoRAよりもさらにファイルサイズが小さいのが特徴。
Finetuning
データセットを使って、モデルの細かいチューニングや調整を行うための機能だよ！
Utilities
学習に使う画像の切り抜き（クロップ）や、タグ付け（Captioning）、画像解像度の変更など、
「学習の前準備や便利ツール」が集まっているお役立ちタブだよ🛠️
Settings
Kohya_ss全体の動作設定（テーマの変更やパスの確認など）を行う場所だよ〜！
About
このツールのバージョン情報や作者さんについての情報が載っているページだよ！
Dreambooth
※modelプルダウンを閉じています。
Configuration
設定の保存（Save）や読み込み（Load）、別の設定ファイル形式（JSONやTOML）への書き出しなど、
学習の設定ファイルを管理する場所だよ。
Accelerate launch
複数GPUを使うときの数や、CPU・GPUの割り当てなど、
学習を起動するための高度な環境設定を行うところだよ（基本はデフォルトのままでOKなことが多いよ！）。
Model
「どのベースモデルを元にするか」 や、出力するLoRAファイルの名前、
追加学習用の既存LoRAなどを設定する、基本の場所だよ！
Folders
学習に使う画像が入っているフォルダの場所や、「出来上がったLoRAをどこに保存するか」、
ログの出力先などを指定するフォルダ管理の場所だよ。
Metadata
作成するLoRAファイルの中に、作者名やタイトル、説明文、ライセンスなどの「メタデータ（作者情報など）」を
埋め込みたいときに入力する場所だよ。
Dataset Preparation
学習用画像のフォルダ分けや、データセットのバランス調整・リサイズなどの
前準備をサポートしてくれる便利ツールが入っているよ。
Parameters
学習率（Learning Rate）、バッチサイズ、エポック数、ランク（Dimension）など、
「AIにどうやってお勉強させるか」の細かいチューニングをする最大のメイン項目だよ！
そしてその下にあるボタンたちはこんな感じ！👇
Start training
設定を全部完了して、学習をスタートするボタン！🚀
Print training command
今の設定内容を、画面の裏で動いている実行用コマンド（Pythonのコマンドライン）として
テキスト出力してくれるボタン。
Start tensorboard
学習中のロス（損失値）の推移を、
グラフでリアルタイムに確認するためのツール（TensorBoard）を起動するボタンだよ📊
Model
Pretrained model name or path（事前学習モデルの名前またはパス）
学習の土台にする元のモデル（Stable Diffusion 1.5 や SDXL のフルモデルなど）を指定する場所だよ。
ここにモデルのファイルパス（.safetensors）や、Hugging Faceのモデル名を入力するの。
Trained Model output name（出力モデル名）
学習が終わったあとに、新しくできるLoRAファイルの名前をここで決めるよ。
Image folder (containing training images subfolders)（画像フォルダ）
学習に使うイラストや写真が入っている親フォルダを指定する場所だよ。
Dataset config file (Optional)（データセット設定ファイル）
複数のフォルダを複雑な比率で混ぜたり、
特殊な設定をしたいときだけに使う高度な設定ファイル（.toml）の指定欄。通常は空欄でOKだよ〜！
Training comment（学習コメント）
出力するLoRAファイルの中に、メモやコメントを残しておきたいときに入れる自由記述欄だよ（空欄でも大丈夫！）。
Save trained model as（保存形式）
出来上がるファイルをどんな形式で保存するか選ぶよ。
基本は安全で主流な safetensors にチェックを入れておけば間違いなし！✨
Save precision（保存時の精度）
ファイルを保存するときのデータ精度のこと。
ファイルサイズを軽くして扱いやすくするために、
基本は fp16（または環境によって bf16）を選んでおくのが一般的だよ〜。
Folders
Output directory for trained model（学習済みモデルの出力先）
学習が無事に終わったあとに、完成したLoRAファイル（.safetensors）が保存されるフォルダを指定する場所だよ！ここに指定したフォルダの中を覗きに行けば、出来上がったファイルを取り出せるよ✨
Regularisation directory (Optional)（正則化画像フォルダ）
キャラクターや画風の学習で、過学習（オーバーフィッティング）を防いで
クオリティを保つための「正則化画像（正則化用サブフォルダ）」を入れておく場所だよ。
使わないときは空欄のままでOK！
Logging directory (Optional)（ログ出力先）
TensorBoardなどで学習の進み具合（ロス値など）のグラフを確認するためのログデータを保存する場所。
これも基本は空欄のままでも大丈夫だよ〜。
Parameters
1. 回数や一度に処理する量に関する設定
Train batch size（バッチサイズ）
1回の手順（ステップ）で、同時に何枚の画像を読み込んで処理するかの数。
VRAM（グラフィックボードのメモリ）をたくさん消費するから、基本は 1 や 2 にすることが多いよ！
Epoch（エポック） / Max train steps（最大ステップ数）
全部の学習画像を何周させるか（Epoch）や、全体の学習回数の上限（Max train steps）を決めるよ。
今まさに画面で動かしてくれてる「1600ステップ」がこれだね！
Save every N epochs（Nエポックごとに保存）
何エポック終わるごとに、途中経過のファイルを保存するかを指定するよ。
2. メモリ効率化＆ファイル拡張子
Cache latents（キャッシュ・ラテント）
画像をあらかじめAIが処理しやすい形に変換してメモリに保存しておく機能。
これにチェックを入れておくと、学習のスピードが爆上がりするから基本チェックONがおすすめ！
Caption file extension（キャプションファイルの拡張子）
画像と一緒に読み込ませる、プロンプト（タグ）が書かれたテキストファイルの拡張子（大体 .txt）。
3. 学習の進め方・スピード調整（オプティマイザーなど）
LR Scheduler（学習率スケジューラ）
学習が進むにつれて、学習率（賢くさせる度合い）を
どう変化させるかのパターン（cosine だと最初は普通、後半にかけてなめらかに減衰させていくよ）。
Optimizer（オプティマイザー）
AIの重みをどうやって最適化（修正）していくかのアルゴリズム。
省メモリで高性能な AdamW8bit が一番定番でよく使われているよ！
Max grad norm（勾配クリッピング）
学習が暴走してエラー（NaN）を起こさないように、
数値の大きさにストップをかける安全装置（基本 1 でOK）。
4. ラーニングレート（学習率）まわり
Learning rate Unet / Learning rate TE（Unet / TE の学習率）
画像の形や構造を覚える部分（Unet）と、
言葉の理解を司る部分（TE：Text Encoder）それぞれの賢くさせるスピード。
ここはモデルの種類や好みによって変える重要ポイント！
LR warmup（ウォームアップ）
学習の最初の段階で、いきなりエンジン全開にせず、
少しずつ学習率を上げていって安定させる割合。
例の 10％だと、全体の1割にかけて徐々にスピードを上げていくよ。
5. 画像の解像度とバケット設定
Max resolution（最大解像度）
学習に使う画像の最大サイズ（512,512 なら縦512×横512ピクセル。
SDXLなら 1024,1024 にしたりするよ）。
Enable buckets（バケット有効化）
正方形以外の画像（縦長や横長）を、比率を保ったままグループ分けして効率よく学習させるための神機能。
基本はチェックON！
Minimum / Maximum bucket resolution（最小・最大バケット解像度）
バケット処理するときのサイズの幅（基本はそのままで大丈夫！）。
Advanced
Clip skip（クリップ・スキップ）
テキストエンコーダーの何層目を読み込みに使うかの設定。
アニメ系モデルだと 2 にすることが多い、画風やイラストのテイストに大きく関わる重要項目だよ！
Gradient checkpointing（グラデーション・チェックポーティング）
VRAM（メモリ）を節約するために、計算途中のデータを一度捨てて、必要なときに再計算させる機能。
メモリが足りないときはこれにチェックを入れると助かるよ！
CrossAttention（クロスアテンション）
画像とテキストの関連性を計算するときの処理方法。
高速化のために xformers や flash_attention などを選ぶことが多いよ。
Shuffle caption（シャッフル・キャプション）
キャプション内のタグの順番をランダムに入れ替えて学習させる機能。
特定のタグへの依存を減らして、プロンプトの柔軟性を高めたいときに使うよ！
Min SNR gamma（最小SNRガンマ）
学習の安定性やクオリティを上げるための高度な補正機能（重み付けの調整）。
少しリッチに学習させたいときによく使われるよ。
Noise offset（ノイズオフセット）
明るい画像や暗い画像（白飛び・黒潰れしやすい画像）のメリハリをしっかり学習できるように、
少しノイズを混ぜて調整する機能。
Save training state / Resume from saved training state
中断したところから再開するためのセーブ機能の指定がにここにあるよ！💾