登录
Flux 炼丹炉-25GB模型预装-开箱即用 Kohya_ss FP8
预装完整 Kohya_ss 环境及 25GB Flux Dev/FP8 核心模型(含T5/CLIP/VAE),无需配置和下载,开机上传素材即可开始训练。
star0
1/小时
v1.0
最新

🚀 Flux 炼丹炉 (Kohya_ss) 极简启动指南

本镜像已预装 Flux 训练所需的全套环境四大核心模型文件 (25GB),无需下载任何依赖,开机即用。

📂 核心目录说明

默认配置是以训练Flux的Lora为目标

  • 训练代码: /workspace/kohya_ss
  • 模型仓库: /workspace/models (内置 Flux.1 dev, T5, CLIP, VAE)
  • 图片上传: /workspace/train_data
  • 模型输出: /workspace/output

环境与依赖

本镜像构建和运行所需的基础环境。

  • 框架及版本: (例如:PyTorch 2.0.1)
  • CUDA版本: (例如:CUDA 11.8)
  • 其他依赖: (例如:Python 3.10, GCC 7.5)

##1️⃣ 第一步:上传训练图

  1. 进入 /workspace/train_data 目录,新建文件夹存放图片。
  2. 命名格式:重复次数_触发词
  3. 示例:10_catgirl (每张图练10次,触发词 catgirl)

2️⃣ 第二步:一键启动

复制并运行以下命令(已含国内加速):

cd /workspace/kohya_ss
source activate py310
export HF_ENDPOINT=https://hf-mirror.com
python kohya_gui.py --listen 0.0.0.0 --server_port 8080

当看到 Running on local URL: http://0.0.0.0:8080 时,即可去浏览器通过:http://基础网络(外网) + :8080,进行访问。

##3️⃣ 网页设置 (必填防坑) Model 选项卡下的路径请务必按以下填写(不要留空,否则会报错):

  • > Model path: /workspace/models/flux1-dev-fp8.safetensors
  • > VAE: /workspace/models/ae.safetensors
  • > Text Encoder 1: /workspace/models/clip_l.safetensors
  • > Text Encoder 2: /workspace/models/t5xxl_fp16.safetensors 设置好 Image folder (你的图片目录) 和 Output folder (你的输出目录) 后,点击底部的 Start Training 即可开始!🚀

常见问题

Q1: A1:

@大胡
镜像信息
已使用0
运行时长
0 H
镜像大小
60GB
最后更新时间
2025-12-23
支持卡型
RTX40系
+1
框架版本
PyTorch-Torch 2.9.1
CUDA版本
12.1
应用
JupyterLab: 8888
版本
v1.0
2025-12-23
PyTorch:Torch 2.9.1 | CUDA:12.1 | 大小:60.00GB