logo
105
6
Login
编辑文件 README.md
SD-Trainer

SD-Trainer

✨ 享受 Stable Diffusion 训练! ✨

GitHub 仓库星标 GitHub 仓库分支 许可证 发布版本

下载 · 文档 · 中文README

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

Fork本项目到自己的仓库,再运行

一、操作WebIDE

#1-终端进入workspace

运行命令:

bash

#2-拉取训练要用的模型文件

运行命令:

git lfs pull #拉取所有模型文件 git lfs pull origin --include="<相对于仓库根目录的文件路径>"#拉取指定模型文件

例如:

git lfs pull origin --include="1-Models/Illustrious-XL-v1.0.safetensors"

注意:耐心等待

#3-启动项目

运行命令:

bash start.sh

#4-打开新终端查看系统进程、占用

运行命令:

btop

image image

#5-打开新终端查看显卡进程、占用

运行命令:

nvitop

image

#6-添加转发端口

28000 28001 6006

image

#7-打开SD-Trainer

从端口(PORTS)打开28000端口,会弹出新的浏览器标签页面 image

二、设置SD-Trainer

#1-底模文件路径

/workspace/1-Models/

例如:

/workspace/1-Models/Illustrious-XL-v1.0.safetensors

image

#2-训练数据集路径

/workspace/2-Input

image

#3-设置训练图片分辨率

按照你事先筛选裁剪的分辨率设置。SD1.5推荐裁剪为512,512。SDXL推荐裁剪为1024,1024。 image

#4-上传数据集

回到WebIDE上传数据集直接全选拖动到2-Input,等待上传完成 image image

#5-模型保存设置

#模型保存文件夹 /workspace/3-Output

image

#6-设置训练相关参数

image

#7-学习率与优化器设置

image

#8-开始训练

点击右下角“开始训练”,回到WebIDE查看进度和显卡占用 image

#9-下载训练好的文件

image

三、关闭云原生开发

训练完成后回到cnb.cool,关闭云原生开发 image