一台机器一张5090，从零训生图模型，纯当实验玩。
没集群也没租算力，数据集只能压得很小，起步三万多组图文对。之前先把负责压缩重建的那部分单独训好了——那块本身不出图，只管把图压小再还原，算给后面打地基。
这两天开始上真正的生成部分，就是把文字变成图的那块。一跑就崩，而且崩的地方都特别蠢：显存、数据加载、精度对不齐，轮着来。回头看思路没错，全是边界没处理好。单卡容错空间太小，每一步都得抠细节。
有同样在折腾从头训的朋友，踩过的坑求分享下，尤其小数据量下怎么让它别一上来就学崩。
三万多组配单卡确实紧，容易过拟合，你有做数据增广吗