Flux-Lora训练ai-toolkit极简可视化窗口

镜像使用教程

通过该链接注册可额外获得算力赠金 https://passport.compshare.cn/register?referral_code=E7taRbLv8LLEEZf8eNcsxB

1. 先选择GPU型号，再点击”立即部署“ ；开启镜像后可能会开始初始化，需要等待片刻。（首次创建较慢，下一次使用就好了）

2. 待实例初始化完成后，在控制台-应用中打开”JupyterLab“

3. 进入JupyterLab后，新建一个终端Terminal，输入以下指令

cd /root/ai-toolkit && bash /root/ai-toolkit/运行.sh

可能需要加载片刻，耐心一点

出现以下字符，则表示运行成功：

Running on local URL：http://0.0.0.0:7860 Running on public URL：http://6b390417ea3d72b51d.gradio.live This share link expires in 72 hours.For free permanent hosting and GPU upgrades,run'gradio deploy'from the terminal in the working directory to hugging Face Spaces (https://huggingface.co/spaces)

点击箭头所指示的第二个链接，界面如下

1）这里的训练集上限是300个文件，也就是最多支持150张图+150个打标文件。

2）触发词可有可无，必填项只有你的lora名称
3）没打标的图像也可以直接上传，训练器自带了Florence-2打标器，打标自然语言效果还是很不错的~

4）下面的大部分选项都可以保持不管，实在看不懂的就保持默认就好。
5）【分桶】尽量选择接近训练集图像分辨率的（如果不确定或者懒得看，可以全选）
6）【每多少步保存一次】，意思就是不同步数保存的lora ，这个可以自己根据总步数来算一下会保存多少个。（训练好的lora在output文件夹里）
7）学习率可以保持默认，也可以调整0.0002-0.0005区间，可以默认先炼，如果你觉得模型“没学会”，再来调高学习率和步数。
8）【Lora Rank】推荐8、16、32（不是越高越好，这个也影响训练速度和最终的文件大小，画风类可以低一些，写实人像类可以高一些，不确定就16先尝试。）
9）【Sample Steps】是每多少步生成一次预览图（建议和上面的【每多少步保存一次】步数一样。）
10）下面的高级参数，如果你看不明白~ 建议别去动