稳定扩散中终极免费 LORA 训练！不到 7GB VRAM！

最新推荐文章于 2024-10-15 14:10:13 发布

Aitrepreneur

最新推荐文章于 2024-10-15 14:10:13 发布

阅读量397

点赞数 4

文章标签： bard midjourney AI写作 copilot stable diffusion

本文链接：https://blog.csdn.net/Aitrepreneur/article/details/141184170

版权

Lora 模型训练教程：使用 Koya SS GUI 轻松训练个性化模型

本文介绍了使用 Lora 方法训练个性化模型的教程，并推荐使用 Koya SS GUI 软件进行训练。

Lora 简介:

Lora 是一种针对小型显卡优化的模型训练方法，使用用户提供的图像进行训练。
与 Dream Booth 或 Textual Inversion 相比，Lora 在训练时仅需 6-7GB 的显存，非常适合显卡配置较低的用户。
Lora 类似于 Dream Booth 和 Textual Inversion 的结合，生成一个 100MB 的小文件，可用于任何模型，与 Textual Inversion 嵌入文件相同。
Lora 文件的大小通常在 100MB 到 300MB 之间，远小于 Dream Booth 模型。
Lora 可以用来训练风格、角色等任何你想要的东西。

Koya SS GUI 软件介绍:

Koya SS GUI 是一个易于使用的软件，支持训练 Dream Booth 模型、Lora 模型、Textual Inversion 嵌入文件，甚至可以微调你自己的模型。
作者提供了配置文件，方便用户快速设置。

教程步骤:

安装 Koya SS GUI:

点击文章提供的链接，进入 Koya SS GUI 仓库页面。
确保已安装 Python 和 Git。
如果已安装 Stable Diffusion，则无需再次安装。
安装 Visual Studio 2015, 2017, 19, 2022 可再发行组件。
运行下载的 XFile 文件，安装所需库。

运行 Koya SS GUI:

在 Koya SS GUI 仓库页面，选择提供的命令行代码。

其他信息:

作者感谢 SpyBG 和 Bernard Malte 为本教程提供的帮助。
作者的频道链接在文章描述中。

总结:

本文介绍了使用 Lora 方法训练个性化模型，并推荐使用 Koya SS GUI 软件。通过本文的步骤，用户可以轻松地创建自己的个性化模型。

LORA 是一种很棒且最近出现的方式，可以利用你自己的图像来训练稳定的扩散模型。告别昂贵的 VRAM 需求，拥抱这种创新的微调方式！在这个视频中，我将向你展示如何使用 kohya ss GUI 训练 LORA 权重，其 VRAM 需求低于 7GB，以及如何在稳定扩散模型中使用这些 LORA 权重！你成功训练了 LORA 权重了吗？在评论中告诉我！