登录
LTX2官方训练器Lora训练
LTX2官方训练器的lora训练支持,内置模型t2v,小白可以一键运行,也可以根据官方文档进行进阶操作
star0
0/小时
v1.0
最新

📄 LTX-2 LoRA 训练镜像使用说明

1. 准备数据

请将您的训练视频(.mp4)和对应的描述文件(.txt)上传到容器内的以下目录:

📂 /workspace/LTX-2/datasets/

💡 注意:不需要手动生成 json 文件,脚本会自动扫描该目录。


2. 启动训练(核心功能)

打开终端,根据您的需求运行以下命令:

🟢 模式 A:默认设置(推荐)

如果您大部分视频是标准比例,且时长在 2 秒左右:

/workspace/LTX-2/run_training.sh

默认使用 960x544, 49帧


🟡 模式 B:自定义单分辨率

如果您想训练特定尺寸(例如竖屏):

/workspace/LTX-2/run_training.sh "720x1280x49"

🔴 模式 C:多分辨率/多帧率混合(高级)

如果您的素材库里既有横屏又有竖屏,或者既有短视频又有长视频,请用逗号 , 分隔多个设置。脚本会自动将视频归类到最合适的"桶"里。

示例 1:混合时长(短视频 + 长视频)

/workspace/LTX-2/run_training.sh "960x544x49,640x360x89"
  • 49帧 ≈ 2秒
  • 89帧 ≈ 3.6秒(长视频建议降低分辨率以防爆显存)

示例 2:混合方向(横屏 + 竖屏)

/workspace/LTX-2/run_training.sh "960x544x49,720x1280x49"

⚠️ 设置规则

  1. 格式必须是 宽x高x帧数
  2. 帧数建议遵循 8n+1 规律(如 25, 49, 89, 121)
  3. 多个配置中间用逗号 , 隔开,不要加空格
  4. 整个参数字符串建议加上双引号 ""

3. 获取结果

训练完成后,LoRA 模型文件将保存在:

📂 /workspace/LTX-2/outputs/checkpoints/

⚠️ 云端问题解决方案

由于云端问题,checkpoints 文件夹被链接了无法直接打开,请使用以下命令获取您的 LoRA:

首次使用(创建文件夹并复制)

# 1. 在 outputs 里面创建一个叫 "My_LoRAs" 的文件夹
mkdir -p /workspace/LTX-2/outputs/My_LoRAs

# 2. 把所有 safetensors 复制进去
cp /workspace/LTX-2/outputs/checkpoints/*.safetensors /workspace/LTX-2/outputs/My_LoRAs/

后续更新(直接复制新生成的 LoRA)

cp /workspace/LTX-2/outputs/checkpoints/*.safetensors /workspace/LTX-2/outputs/My_LoRAs/

📺 更多教程

关于视频打标已经在之前视频讲过了,详细可以看 B站教程

官方文档详细说明:https://github.com/Lightricks/LTX-2/blob/main/packages/ltx-trainer/docs/dataset-preparation.md


📌 快速命令参考

# 默认训练
/workspace/LTX-2/run_training.sh

# 自定义单分辨率
/workspace/LTX-2/run_training.sh "720x1280x49"

# 多分辨率混合
/workspace/LTX-2/run_training.sh "960x544x49,720x1280x49"

# 获取 LoRA 文件
mkdir -p /workspace/LTX-2/outputs/My_LoRAs
cp /workspace/LTX-2/outputs/checkpoints/*.safetensors /workspace/LTX-2/outputs/My_LoRAs/
@梦影Erislia
镜像信息
已使用0
运行时长
0 H
镜像大小
120GB
最后更新时间
2026-01-11
支持卡型
48G RTX40系A100A800H20
+4
框架版本
PyTorch-2.9
CUDA版本
12.8
应用
JupyterLab: 8888
版本
v1.0
2026-01-11
PyTorch:2.9 | CUDA:12.8 | 大小:120.00GB
logo

隶属于优刻得科技股份有限公司

股票代码:688158

优刻得是中立、安全的云计算服务平台