Wan2.2-LoRA训练镜像使用指南

使用教程

1. 配置选择

根据训练需求选择合适的GPU配置：

• 角色LoRA训练：RTX 4090（24GB显存）即可满足
• 其他类型训练：建议使用更高配置

2. 启动环境

实例启动后，点击 Jupyter 按钮进入工作环境

3. 准备训练数据

将训练素材放入 dataset 文件夹：

• 图片：直接放入即可
• 视频：请确保视频为 16帧/秒 格式

4. 配置训练参数

进入 examples 文件夹，修改以下配置文件，完成后使用ctrl+s保存：

• wan.toml
• dataset.toml

💡 提示：具体修改内容请参考配套视频教程：https://www.bilibili.com/video/BV1EW14BDEem/

5. 开始训练

在终端中依次执行以下命令：

cd diffusion-pipe

NCCL_P2P_DISABLE="1" NCCL_IB_DISABLE="1" deepspeed --num_gpus=1 train.py --deepspeed --config examples/wan_14b_min_vram.toml

训练即可开始运行 🚀

在新终端使用TensorBoard 启动指令：

tensorboard --logdir /workspace/diffusion-pipe/logs/lora_current/ --port 6006 --host 0.0.0.0

出现TensorBoard 2.20，即可点击jupiter旁边的TensorBoard打开查看loss数值波动（参考用）

常见问题

• 如遇到显存不足，请选择更高配置的GPU或者添加block_swap
• 确保视频帧率设置正确，否则可能影响训练效果
• 配置文件修改错误会导致训练失败，请仔细检查