AI Toolkit终极指南50个扩散模型LoRA训练一次跑通【免费下载链接】ai-toolkitThe ultimate training toolkit for finetuning diffusion models项目地址: https://gitcode.com/GitHub_Trending/ai/ai-toolkit想给自己的角色或画风训练一个LoRA却 drown 在脚本和依赖里AI ToolkitOstris AI Toolkit是一个开源的扩散模型一站式训练套件上传图片、设个触发词就能跑完LoRA训练全流程支持50个模型图形界面和命令行都能用。 一分钟认知它是什么、能干什么一句话让你在消费级显卡上微调主流扩散模型的全家桶。官方支持清单覆盖了四类能力图像生成FLUX.1 / FLUX.2、Qwen-Image、HiDream、SDXL、SD 1.5、OmniGen2、Z-Image 等图像编辑FLUX.1-Kontext、Qwen-Image-Edit、Krea 2 等视频Wan 2.1 / 2.2、LTX-2 等音频Ace Step 1.5 等运行方式两种Web 界面负责启动、停止、监控任务命令行则适合老手和服务器。同一张照片在不同模型下的重建效果对比模型之间的效果差异是真实存在的 从零跑通三步启动第一步拿代码。git clone https://gitcode.com/GitHub_Trending/ai/ai-toolkit cd ai-toolkit克隆后运行对应系统的启动脚本Linux 是./run_linux.shMac 是./run_mac.zshWindows 双击run_windows.bat即可。内置的AI Toolkit Manager会自动检测你的硬件、装好 PyTorch 和环境全程只在项目目录内操作不污染系统。第二步备选如果管理器出问题手动装环境。python3 -m venv venv source venv/bin/activate pip3 install --no-cache-dir torch2.13.0 torchvision0.28.0 torchaudio2.11.0 --index-url https://download.pytorch.org/whl/cu130 pip3 install -r requirements.txt跑完后一个能直接开工的 Python 环境就出现在 ai-toolkit 文件夹里了。第三步启动 Web 界面需要 Node.js 20 以上cd ui npm run build_and_start启动后浏览器打开http://localhost:8675你会看到任务列表、GPU 监控和一键训练页。界面只负责发车和看进度关掉它训练照常进行。 三个核心玩法 LoRA训练三步走是什么训练一个轻量 LoRA 权重把你的专属概念人、角色、画风、物件教给模型。怎么用准备一个图片文件夹支持 jpg、jpeg、png每张图配同名.txt描述文件尺寸不用统一、不用裁剪系统会自动缩放分桶界面里填名字和触发词上传图片还可以让 Florence-2 自动写描述任务跑起来后每 250 步自动存检查点和样本图你能眼睁睁看着效果收敛LoRA训练界面填名称、设触发词、上传图片还能一键AI自动配文一句话会整理图片后面就全是点按钮。 进阶一微分引导是什么一种实验性训练策略把模型预测和真实目标之间的差距放大、再生成一个新的学习目标让模型往普通训练够不到的方向继续走。怎么用界面创建任务时勾选 Do Differential Guidance 即可。官方标注它仍是实验功能建议与普通训练各跑一轮对比。普通训练只学到 Target微分引导会把目标再往外拉覆盖更大的优化空间一句话普通训练学得不够时先试试打开它。⚖️ 进阶二时间步权重是什么训练中每个时间步不同噪声水平的权重并不相同AI Toolkit 会对每个时间步做精细化加权让模型把力气花在更关键的阶段。下图就是官方脚本算出的权重曲线。怎么用新手保持默认即可。每个示例配置里都留了实验选项linear_timesteps默认注释掉想试再解开。训练时各时间步的权重曲线前段高、后段低每一步都有精细控制一句话先放着等看懂原理再动它。 什么场景选什么配置对照着抄作业就行所有示例都在 config/examples/ 目录带注释复制改名就能用你的情况建议24GB 显存、追 FLUX.1 画质train_lora_flux_24gb.yaml默认开了 8bit 量化混合精度商业用途FLUX.1-schnellApache 2.0 许可用train_lora_flux_schnell_24gb.yaml想玩视频训练Wan 2.1/2.2 系列如train_lora_wan21_14b_24gb.yaml本地显存不够、租云 GPU用 config/examples/modal/ 下的云端配置❓ 新手最常问的三件事问训练 FLUX.1 的 LoRA 要多少显存答24GB 起步官方 FAQ 写得明明白白。显存小的话先从 SDXL 或 SD 1.5 的配置练手。问训练图片必须同尺寸吗要裁剪吗答不用。图片只会被下采样、不会被放大系统自动处理各种比例目前支持 jpg、jpeg、png。问训练中断了怎么办答ctrlc停掉重跑同一配置会从上一个检查点继续。唯一注意别在保存检查点的过程中按停止那个文件会损坏。 今晚就开练挑一组你喜欢的照片把第一个 LoRA 训起来吧全程没有比整理图片更难的环节 【免费下载链接】ai-toolkitThe ultimate training toolkit for finetuning diffusion models项目地址: https://gitcode.com/GitHub_Trending/ai/ai-toolkit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 AI Toolkit终极指南：50个扩散模型LoRA训练，一次跑通
AI Toolkit终极指南50个扩散模型LoRA训练一次跑通【免费下载链接】ai-toolkitThe ultimate training toolkit for finetuning diffusion models项目地址: https://gitcode.com/GitHub_Trending/ai/ai-toolkit想给自己的角色或画风训练一个LoRA却 drown 在脚本和依赖里AI ToolkitOstris AI Toolkit是一个开源的扩散模型一站式训练套件上传图片、设个触发词就能跑完LoRA训练全流程支持50个模型图形界面和命令行都能用。 一分钟认知它是什么、能干什么一句话让你在消费级显卡上微调主流扩散模型的全家桶。官方支持清单覆盖了四类能力图像生成FLUX.1 / FLUX.2、Qwen-Image、HiDream、SDXL、SD 1.5、OmniGen2、Z-Image 等图像编辑FLUX.1-Kontext、Qwen-Image-Edit、Krea 2 等视频Wan 2.1 / 2.2、LTX-2 等音频Ace Step 1.5 等运行方式两种Web 界面负责启动、停止、监控任务命令行则适合老手和服务器。同一张照片在不同模型下的重建效果对比模型之间的效果差异是真实存在的 从零跑通三步启动第一步拿代码。git clone https://gitcode.com/GitHub_Trending/ai/ai-toolkit cd ai-toolkit克隆后运行对应系统的启动脚本Linux 是./run_linux.shMac 是./run_mac.zshWindows 双击run_windows.bat即可。内置的AI Toolkit Manager会自动检测你的硬件、装好 PyTorch 和环境全程只在项目目录内操作不污染系统。第二步备选如果管理器出问题手动装环境。python3 -m venv venv source venv/bin/activate pip3 install --no-cache-dir torch2.13.0 torchvision0.28.0 torchaudio2.11.0 --index-url https://download.pytorch.org/whl/cu130 pip3 install -r requirements.txt跑完后一个能直接开工的 Python 环境就出现在 ai-toolkit 文件夹里了。第三步启动 Web 界面需要 Node.js 20 以上cd ui npm run build_and_start启动后浏览器打开http://localhost:8675你会看到任务列表、GPU 监控和一键训练页。界面只负责发车和看进度关掉它训练照常进行。 三个核心玩法 LoRA训练三步走是什么训练一个轻量 LoRA 权重把你的专属概念人、角色、画风、物件教给模型。怎么用准备一个图片文件夹支持 jpg、jpeg、png每张图配同名.txt描述文件尺寸不用统一、不用裁剪系统会自动缩放分桶界面里填名字和触发词上传图片还可以让 Florence-2 自动写描述任务跑起来后每 250 步自动存检查点和样本图你能眼睁睁看着效果收敛LoRA训练界面填名称、设触发词、上传图片还能一键AI自动配文一句话会整理图片后面就全是点按钮。 进阶一微分引导是什么一种实验性训练策略把模型预测和真实目标之间的差距放大、再生成一个新的学习目标让模型往普通训练够不到的方向继续走。怎么用界面创建任务时勾选 Do Differential Guidance 即可。官方标注它仍是实验功能建议与普通训练各跑一轮对比。普通训练只学到 Target微分引导会把目标再往外拉覆盖更大的优化空间一句话普通训练学得不够时先试试打开它。⚖️ 进阶二时间步权重是什么训练中每个时间步不同噪声水平的权重并不相同AI Toolkit 会对每个时间步做精细化加权让模型把力气花在更关键的阶段。下图就是官方脚本算出的权重曲线。怎么用新手保持默认即可。每个示例配置里都留了实验选项linear_timesteps默认注释掉想试再解开。训练时各时间步的权重曲线前段高、后段低每一步都有精细控制一句话先放着等看懂原理再动它。 什么场景选什么配置对照着抄作业就行所有示例都在 config/examples/ 目录带注释复制改名就能用你的情况建议24GB 显存、追 FLUX.1 画质train_lora_flux_24gb.yaml默认开了 8bit 量化混合精度商业用途FLUX.1-schnellApache 2.0 许可用train_lora_flux_schnell_24gb.yaml想玩视频训练Wan 2.1/2.2 系列如train_lora_wan21_14b_24gb.yaml本地显存不够、租云 GPU用 config/examples/modal/ 下的云端配置❓ 新手最常问的三件事问训练 FLUX.1 的 LoRA 要多少显存答24GB 起步官方 FAQ 写得明明白白。显存小的话先从 SDXL 或 SD 1.5 的配置练手。问训练图片必须同尺寸吗要裁剪吗答不用。图片只会被下采样、不会被放大系统自动处理各种比例目前支持 jpg、jpeg、png。问训练中断了怎么办答ctrlc停掉重跑同一配置会从上一个检查点继续。唯一注意别在保存检查点的过程中按停止那个文件会损坏。 今晚就开练挑一组你喜欢的照片把第一个 LoRA 训起来吧全程没有比整理图片更难的环节 【免费下载链接】ai-toolkitThe ultimate training toolkit for finetuning diffusion models项目地址: https://gitcode.com/GitHub_Trending/ai/ai-toolkit创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考