প্রিট্রেনিং পড স্থাপন করুন এবং আপনার নিজস্ব ডেটাতে LoRA প্রশিক্ষণ দিন
ধারাবাহিক প্রিট্রেনিংয়ের জন্য একটি বাস্তব সিঙ্গেল-নোড GPU পড চালু করুন, অথবা Flux, Qwen Image, এবং Wan 2.2-এর জন্য পরিচালিত LoRA পোস্ট-ট্রেনিং চালান। ডেটাসেট, বিলিং, অগ্রগতি, বাতিল এবং আউটপুট Hypereal-এর মধ্যেই থাকে।
আপনি যদি নতুন হন তবে এখান থেকে শুরু করুন
আপনাকে প্রথমে প্রতিটি GPU সেটিং বুঝতে হবে না। আপনার লক্ষ্যের সাথে মেলে এমন পথটি বেছে নিন, একটি ডেটাসেট প্রস্তুত করুন, তারপর প্রশিক্ষণ কনসোলকে লঞ্চের জন্য গাইড করতে দিন।
সাধারণ নিয়ম: যখন আপনি একটি ছোট পুনঃব্যবহারযোগ্য স্টাইল, চরিত্র, পণ্য বা মোশন অ্যাডাপ্টার চান তখন LoRA ব্যবহার করুন। যখন আপনার কোড, চেকপয়েন্ট এবং রানটাইমের উপর সম্পূর্ণ নিয়ন্ত্রণ প্রয়োজন তখন প্রিট্রেনিং পড ব্যবহার করুন।
- 01Decision
Choose the result you want
Pick LoRA post-training if you want downloadable .safetensors weights. Pick a pretraining pod if you need to run your own training code on a GPU machine.
Choose LoRA or pretraining - 02/infra/storage
Prepare one dataset
For LoRA, upload a zip of images or short clips in Storage and mark it as kind=dataset. For pretraining, you can attach a dataset now or bring data in after the pod starts.
Upload in Storage - 03Dashboard
Open the training console
Go to Infrastructure -> Training. The top form launches a pretraining pod; the LoRA form starts a managed fine-tune and shows your credit hold before launch.
Open /infra/training - 04One click
Launch and watch progress
Click Deploy pretraining pod or Start training. Pretraining redirects to the pod page. LoRA runs appear in the Runs list with progress, cancel, refund, and output state.
Start the run - 05Finish
Finish the run safely
Download LoRA weights when the run completes. For pretraining pods, save checkpoints and stop or terminate the pod when you are done so hourly billing stops.
Download or stop - 06সিদ্ধান্ত
আপনি যে ফলাফল চান তা বেছে নিন
আপনি যদি ডাউনলোডযোগ্য .safetensors ওজন চান তবে LoRA পোস্ট-ট্রেনিং বেছে নিন। যদি আপনার একটি GPU মেশিনে আপনার নিজস্ব প্রশিক্ষণ কোড চালানোর প্রয়োজন হয় তবে একটি প্রিট্রেনিং পড বেছে নিন।
LoRA বা প্রিট্রেনিং বেছে নিন - 07/infra/storage
একটি ডেটাসেট প্রস্তুত করুন
LoRA-এর জন্য, স্টোরেজে ছবি বা ছোট ক্লিপের একটি জিপ আপলোড করুন এবং এটিকে kind=dataset হিসাবে চিহ্নিত করুন। প্রিট্রেনিংয়ের জন্য, আপনি এখন একটি ডেটাসেট সংযুক্ত করতে পারেন অথবা পড শুরু হওয়ার পরে ডেটা আনতে পারেন।
স্টোরেজে আপলোড করুন - 08ড্যাশবোর্ড
প্রশিক্ষণ কনসোল খুলুন
Infrastructure -> Training-এ যান। উপরের ফর্মটি একটি প্রিট্রেনিং পড চালু করে; LoRA ফর্মটি একটি পরিচালিত ফাইন-টিউন শুরু করে এবং লঞ্চের আগে আপনার ক্রেডিট হোল্ড দেখায়।
/infra/training খুলুন - 09এক ক্লিকে
লঞ্চ করুন এবং অগ্রগতি দেখুন
Deploy pretraining pod অথবা Start training-এ ক্লিক করুন। প্রিট্রেনিং পড পৃষ্ঠায় পুনঃনির্দেশিত হয়। LoRA রানগুলি অগ্রগতি, বাতিল, রিফান্ড এবং আউটপুট অবস্থা সহ রান তালিকায় প্রদর্শিত হয়।
রান শুরু করুন - 10শেষ করুন
নিরাপদে রান শেষ করুন
রান সম্পূর্ণ হলে LoRA ওজন ডাউনলোড করুন। প্রিট্রেনিং পডগুলির জন্য, চেকপয়েন্টগুলি সংরক্ষণ করুন এবং কাজ শেষ হলে পডটি বন্ধ বা টার্মিনেট করুন যাতে প্রতি ঘণ্টার বিলিং বন্ধ হয়ে যায়।
ডাউনলোড বা বন্ধ করুন
আজ যা লাইভ আছে
প্রিট্রেনিং পড
আপনার রানটাইম ইমেজ এবং ডেটাসেট সহ LLM, মাল্টিমোডাল, বা ধারাবাহিক প্রিট্রেনিংয়ের জন্য একটি ডেডিকেটেড GPU পড স্থাপন করুন।
- Own Docker image, GPU type, GPU count, disk, and volume size
- Optional owned dataset signed into HYPEREAL_DATASET_URL for 24 hours
- SSH, TensorBoard, API, and notebook ports opened automatically
- নিজস্ব ডকার ইমেজ, GPU টাইপ, GPU সংখ্যা, ডিস্ক এবং ভলিউম আকার
- ঐচ্ছিক নিজস্ব ডেটাসেট HYPEREAL_DATASET_URL-এ ২৪ ঘন্টার জন্য সাইন ইন করা
- SSH, TensorBoard, API, এবং নোটবুক পোর্ট স্বয়ংক্রিয়ভাবে খোলা হয়
LoRA পোস্ট-ট্রেনিং
ব্যক্তিগত ডেটাসেটের বিরুদ্ধে কিউরেটেড ছবি এবং ভিডিও LoRA মডেল প্রশিক্ষণ দিন, তারপর ফলস্বরূপ ওজন ডাউনলোড করুন।
- Flux Dev, Qwen Image, Wan 2.2 Image, and Wan 2.2 I2V trainers
- Trigger word, steps, learning rate, and LoRA rank controls
- Progress, cancel, refund, webhook reconciliation, and R2 output storage
- Flux Dev, Qwen Image, Wan 2.2 Image, এবং Wan 2.2 I2V প্রশিক্ষক
- ট্রিগার ওয়ার্ড, ধাপ, লার্নিং রেট এবং LoRA র্যাঙ্ক নিয়ন্ত্রণ
- অগ্রগতি, বাতিল, রিফান্ড, ওয়েবহুক রিকনসিলিয়েশন এবং R2 আউটপুট স্টোরেজ
মাল্টি-নোড প্রিট্রেনিং ক্লাস্টার
মার্কারি টপোলজি এবং রানটাইম ইঙ্গিত সহ বিতরণকৃত প্রশিক্ষণ ক্ষমতা পরিকল্পনা করুন এবং অনুরোধ করুন।
- Quote GPU count, network, orchestrator, region, and storage
- Inspect topology, scheduler, NCCL, and runtime hints
- Not marketed as one-click physical multi-node launch yet
- GPU সংখ্যা, নেটওয়ার্ক, অর্কেস্ট্রেটর, অঞ্চল এবং স্টোরেজের উদ্ধৃতি দিন
- টপোলজি, শিডিউলার, NCCL এবং রানটাইম ইঙ্গিতগুলি পরীক্ষা করুন
- এখনও এক ক্লিকে ফিজিক্যাল মাল্টি-নোড লঞ্চ হিসাবে বাজারজাত করা হয়নি
সিঙ্গেল-নোড প্রিট্রেনিং এবং LoRA পোস্ট-ট্রেনিং এক ক্লিকে করা যায়। ফিজিক্যাল ক্লাস্টার প্রভিশনিং এন্ড-টু-এন্ড ওয়্যারড না হওয়া পর্যন্ত মাল্টি-নোড প্রিট্রেনিং একটি ক্যাপাসিটি ওয়ার্কফ্লো হিসাবে থাকবে।
কিউরেটেড LoRA প্রশিক্ষক
Flux Dev (LoRA)
ফটোরিয়ালিস্টিক চরিত্র, পণ্য, স্টাইল
সাধারণ ব্যবহারের জন্য সেরা পছন্দ। একটি মুখ, একটি পণ্য, বা একটি ভিজ্যুয়াল স্টাইল প্রশিক্ষণ দিন এবং Flux যেখানে চলে সেখানে ওজন ব্যবহার করুন।
Qwen Image (LoRA)
উচ্চ-বিশ্বস্ত চিত্রণ এবং চরিত্র LoRA
স্টাইলাইজড চিত্রণ এবং পূর্ব-এশীয় চরিত্রের সাদৃশ্যে শক্তিশালী। Flux-এর মতো একই জিপ করা ডেটাসেট ফ্লো ব্যবহার করুন।
Wan 2.2 Image (LoRA)
স্টাইলাইজড উচ্চ-রেজোলিউশন ছবি LoRA
Wan 2.2 বেসের উপর উচ্চ-রেজোলিউশন ছবি LoRA। উন্নত ওয়ার্কফ্লোর জন্য দ্বৈত উচ্চ এবং নিম্ন-নয়েজ ওজন ফেরত দেয়।
Wan 2.2 I2V (LoRA)
ছবি-থেকে-ভিডিও মোশন নিয়ন্ত্রণ
মোশন, ক্যামেরা বা চরিত্রের অ্যানিমেশন লক করার জন্য ছোট ভিডিও ক্লিপগুলিতে প্রশিক্ষণ দিন। কাস্টম ভিডিওর জন্য ফ্ল্যাগশিপ।
আপনি শুরু করলে ক্রেডিটগুলি ধরে রাখা হয় এবং জমা দিতে ব্যর্থ হলে, আপস্ট্রিম ব্যর্থ হলে, বা ডেলিভারির আগে বাতিল হলে রিফান্ড করা হয়।
সম্পূর্ণ প্রশিক্ষণ ওয়ার্কফ্লো
প্রিট্রেনিং এবং ধারাবাহিক প্রিট্রেনিং
Pick GPU runtime
Choose GPU type, count, Docker image, disk, volume size, framework, precision, and sequence length.
Attach data
Use an owned storage dataset or attach it later. Dataset URLs are signed for the pod at launch.
Deploy pod
The first hour is held up front, the pod is recorded locally, and normal pod lifecycle controls take over.
Train and checkpoint
Use SSH, TensorBoard, API, or notebook access, then write checkpoints under HYPEREAL_OUTPUT_DIR.
GPU রানটাইম বেছে নিন
GPU টাইপ, সংখ্যা, ডকার ইমেজ, ডিস্ক, ভলিউম আকার, ফ্রেমওয়ার্ক, নির্ভুলতা এবং সিকোয়েন্স দৈর্ঘ্য বেছে নিন।
ডেটা সংযুক্ত করুন
একটি নিজস্ব স্টোরেজ ডেটাসেট ব্যবহার করুন অথবা পরে সংযুক্ত করুন। লঞ্চের সময় পডের জন্য ডেটাসেট URL গুলি স্বাক্ষরিত হয়।
পড স্থাপন করুন
প্রথম ঘন্টা অগ্রিম ধরে রাখা হয়, পড স্থানীয়ভাবে রেকর্ড করা হয় এবং স্বাভাবিক পড লাইফসাইকেল নিয়ন্ত্রণগুলি কার্যকর হয়।
প্রশিক্ষণ এবং চেকপয়েন্ট
SSH, TensorBoard, API, বা নোটবুক অ্যাক্সেস ব্যবহার করুন, তারপর HYPEREAL_OUTPUT_DIR-এর অধীনে চেকপয়েন্টগুলি লিখুন।
LoRA পোস্ট-ট্রেনিং
Upload dataset
Upload a zip of images or short clips to Storage and mark it as kind=dataset.
Choose trainer
Pick Flux, Qwen Image, Wan 2.2 Image, or Wan 2.2 I2V and set optional LoRA hyperparameters.
Start and monitor
Hypereal holds credits, submits the run, tracks progress, and lets you cancel before delivery.
Download weights
Completed runs copy outputs into private R2 storage and expose downloadable .safetensors weights.
ডেটাসেট আপলোড করুন
স্টোরেজে ছবি বা ছোট ক্লিপের একটি জিপ আপলোড করুন এবং এটিকে kind=dataset হিসাবে চিহ্নিত করুন।
প্রশিক্ষক বেছে নিন
Flux, Qwen Image, Wan 2.2 Image, অথবা Wan 2.2 I2V বেছে নিন এবং ঐচ্ছিক LoRA হাইপারপ্যারামিটার সেট করুন।
শুরু করুন এবং নিরীক্ষণ করুন
Hypereal ক্রেডিট ধরে রাখে, রান জমা দেয়, অগ্রগতি ট্র্যাক করে এবং ডেলিভারির আগে আপনাকে বাতিল করার অনুমতি দেয়।
ওজন ডাউনলোড করুন
সম্পূর্ণ রানগুলি ব্যক্তিগত R2 স্টোরেজে আউটপুট কপি করে এবং ডাউনলোডযোগ্য .safetensors ওজন প্রকাশ করে।
যেসব দল স্থাপন করে
Continued LLM pretraining
Spin up a reproducible PyTorch, DeepSpeed, or Nanotron pod for domain data, tokenizer experiments, or checkpoint continuation.
Character and product LoRAs
Train consistent people, mascots, products, packaging, and house styles without rebuilding prompts from scratch.
Custom video motion
Train short-clip LoRAs for repeatable camera moves, character animation, or branded motion assets.
ধারাবাহিক LLM প্রিট্রেনিং
ডোমেন ডেটা, টোকেনাইজার পরীক্ষা, বা চেকপয়েন্ট ধারাবাহিকতার জন্য একটি পুনরুৎপাদনযোগ্য PyTorch, DeepSpeed, বা Nanotron পড চালু করুন।
চরিত্র এবং পণ্য LoRA
প্রথম থেকে প্রম্পটগুলি পুনর্নির্মাণ না করে সামঞ্জস্যপূর্ণ মানুষ, মাসকট, পণ্য, প্যাকেজিং এবং ঘরের স্টাইল প্রশিক্ষণ দিন।
কাস্টম ভিডিও মোশন
পুনরাবৃত্তিযোগ্য ক্যামেরা মুভ, চরিত্রের অ্যানিমেশন, বা ব্র্যান্ডেড মোশন অ্যাসেটের জন্য ছোট-ক্লিপ LoRA প্রশিক্ষণ দিন।