Stable Diffusion XL LoRA 训练webui Linux服务器部署（保姆级教程）

Stable Diffusion XL LoRA 训练webui Linux服务器部署（保姆级教程）

前言

这里基于kohya_ss的工程来部署，该webui既可以训练LoRA，还可以训练dreambooth，以及finetune。

首先重要的事说三遍：最好基于python3.10版本来安装依赖项！最好基于python3.10版本来安装依赖项！最好基于python3.10版本来安装依赖项！

安装

安装kohya_ss脚本

首先克隆kohya_ss仓库

git clone https://github.com/bmaltais/kohya_ss.git

然后赋予权限，一键安装

cd kohya_ss
chmod +x ./setup.sh
./setup.sh

配置accelerate config文件

安装完以后，如果出现以下界面：

输入：

source venv/bin/activate
accelerate config

开始配置并行加速配置文件。
具体选项视自己情况而定，我的选择如下：

修改环境变量

配置完后，输入命令：

./gui.sh

如果出现以下报错：
是因为该工程中，对于30系以上显卡，用了cuDNN加速，可能会出现LD_LIBRARY与cuDNN版本不兼容的
情况，在不改变系统原有环境变量的情况下，用export来改变环境变量

export LD_LIBRARY_PATH=""

重新执行./gui.sh命令就可以了。

局域网非本机访问

如果Linux服务器没有图形界面，或者想Windows本地访问webui，可以按以下方式修改设置：
在/kohya_ss/venv/lib/python3.10/site-packages/gradio/文件夹下，找到networking.py，在28行左右，把默认IP改成服务器的IP

LOCALHOST_NAME = os.getenv("GRADIO_SERVER_NAME", "127.0.0.1")

改成

LOCALHOST_NAME = os.getenv("GRADIO_SERVER_NAME", "YOUR IP")

在121行左右也是同样的修改：

server_name = server_name or LOCALHOST_NAME

改成

server_name = "YOUR IP"

至此，就可以打开训练的webui界面了。

训练

这部分主要阐述对于服务器没有魔法，如何加载huggingface上的预训练模型。
由于训练的时候会用到clip-vit-large-patch14预训练模型，所以首先在huggingface上下载相关文件(链接)。

然后，修改sdxl_train_util.py文件，其位于"/kohya_ss/library/sdxl_train_util.py"。在141行左右修改

tokenizer = CLIPTokenizer.from_pretrained(original_path)

修改为存放clip-vit-large-patch14的本地路径：

tokenizer = CLIPTokenizer.from_pretrained("YOUR LOCAL PATH")

至此，完成！