LoRA-scripts(又名 SD-Trainer)
LoRA & Dreambooth 训练图形界面 & 脚本预设 & 一键训练环境,用于 kohya-ss/sd-scripts
Stable Diffusion 训练工作台。一切集成于一个 WebUI 中。
按照下面的安装指南安装 GUI,然后运行 run_gui.ps1
(Windows) 或 run_gui.sh
(Linux) 来启动 GUI。
Tensorboard | WD 1.4 标签器 | 标签编辑器 |
---|---|---|
Python 3.10 和 Git
git clone --recurse-submodules https://github.com/Akegarasu/lora-scripts
运行 install-cn.ps1
将自动为您创建虚拟环境并安装必要的依赖。
运行 run_gui.ps1
,程序将自动打开 http://127.0.0.1:28000
运行 install.bash
将创建虚拟环境并安装必要的依赖。
运行 bash run_gui.bash
,程序将自动打开 http://127.0.0.1:28000
运行 install.ps1
将自动为您创建虚拟环境并安装必要的依赖。
编辑 train.ps1
,然后运行它。
运行 install.bash
将创建虚拟环境并安装必要的依赖。
训练
脚本 train.sh
不会 为您激活虚拟环境。您应该先激活虚拟环境。
source venv/bin/activate
编辑 train.sh
,然后运行它。
运行 tensorboard.ps1
将在 http://localhost:6006/ 启动 TensorBoard
参数名称 | 类型 | 默认值 | 描述 |
---|---|---|---|
--host |
str | "127.0.0.1" | 服务器的主机名 |
--port |
int | 28000 | 运行服务器的端口 |
--listen |
bool | false | 启用服务器的监听模式 |
--skip-prepare-environment |
bool | false | 跳过环境准备步骤 |
--disable-tensorboard |
bool | false | 禁用 TensorBoard |
--disable-tageditor |
bool | false | 禁用标签编辑器 |
--tensorboard-host |
str | "127.0.0.1" | 运行 TensorBoard 的主机 |
--tensorboard-port |
int | 6006 | 运行 TensorBoard 的端口 |
--localization |
str | 界面的本地化设置 | |
--dev |
bool | false | 开发者模式,用于禁用某些检查 |