跳转至

Lora/LoCon

Lora 模型是一种轻量级的微调方法，可以通过少量的图片训练出一个小模型，然后和大模型结合使用，干涉大模型产生的结果。

Lora 模型可以在 t2i 和 i2i 模式下使用，可以和任何主模型一起使用。

Lora 的模型文件后缀一般是 .pt 或者 .safetensors.

LoHa/LoCon

LoHa/LoCon 是一种用于大型语言模型微调的方法，相较于传统的LoRa方法，它们具有更多的优势。

LoHa/LoCon 模型能够更好地结合角色和风格，在风格化逐渐增强的情况下仍表现良好。

locon

此算法在 这里 被实现，用于WebUi 的插件仓库在 这里。

基于LyCoRIS的LoRA模型：LoHa

训练 Lora 模型

训练的流程主要分为 预处理图片，标注图片，训练模型 三个步骤。其中预处理图片就是挑选高质量图片的过程，而标注图片就是给每个图片配发对应文字。

这里我们以流行的 Kohya’s GUI 作为参考展开讲解。

如果你不想看文字教程，可以看Bilibili@秋葉aaaki 的视频：

准备

首先，为了训练自己的 Lora 模型，我们需要准备以下工具和素材：

  1. 一台拥有足够显存（至少 8GB）的电脑；
  2. 至少 100 张你想要的风格图片放在同一个文件夹中；
  3. 一个基础模型，如 stable-diffusion-v1-5 或 ChilloutMix；

接下来，按照以下步骤进行操作：

  1. 安装 Python 3.10，并将其添加到 PATH 环境变量中。
  2. 安装 Git 和 Visual Studio 2015、2017、2019 和 2022 redistributable。
  3. 运行 PowerShell 以管理员身份运行，并执行 Set-ExecutionPolicy Unrestricted 命令以激活脚本运行权限。

安装训练程序

首先下载 kohya_ss

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

python -m venv venv
.\venv\Scripts\activate

pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 --extra-index-url https://download.pytorch.org/whl/cu116
pip install --use-pep517 --upgrade -r requirements.txt
pip install -U -I --no-deps https://github.com/C43H66N12O12S2/stable-diffusion-webui/releases/download/f/xformers-0.0.14.dev0-cp310-cp310-win_amd64.whl

cp .\bitsandbytes_windows\*.dll .\venv\Lib\site-packages\bitsandbytes\
cp .\bitsandbytes_windows\cextension.py .\venv\Lib\site-packages\bitsandbytes\cextension.py
cp .\bitsandbytes_windows\main.py .\venv\Lib\site-packages\bitsandbytes\cuda_setup\main.py

accelerate config

（可选）安装 CUDNN 8.6

可提高 NVIDIA 30X0/40X0 的训练速度。如果您需要安装它，请下载 cudnn_windows 文件并解压缩到该存储库的根目录下。然后运行以下命令：

.\venv\Scripts\activate
python .\tools\cudann_1.8_install.py

启动 GUI

针对 kohya_ss，这里有两种方法启动 GUI，一种是通过 bat 脚本，一种是通过 Python 程序。

gui.bat --listen 127.0.0.1 --server_port 7860 --inbrowser --share

.\venv\Scripts\activate
python.exe .\kohya_gui.py

运行后应该会出现下面的界面：

UI

数据集准备

  • 准备照片

准备合适的照片。训练角色 lora，图片可以不多但是质量要高，并且每张图做好尺寸调整，你可以通过 Brime 或者 WebUi 自带的图片处理选项卡处理图片，尺寸必须是 64 的倍数 。如果你的显卡性能不足，推荐仅裁切为 512x512 尺寸的。3

  • 标注图片

标注图片即将图片和同名 txt 文件放在一起，txt 文件中写上图片对应的提示词。

train01.jpg
train01.txt -> 里面是图片的描述

我们可以利用 WebUi 的 训练 选项卡中 图像预处理 标签页为每个图片自动生成标签。（记得勾选使用 Deepbooru）。

Preprocess

如果你使用 kohya-ss 的话，也可以在在 Utilities 标签页中使用 Captioning 功能。

UI

如果你需要训练新概念，比如新的人物，请在图片的标注信息中去掉和它很相近的名字。比如训练 LoveEyes ，那么请在标注中去掉 Eyes。

Preprocess

现在你应该有了数据集。如果你没有，可能是 Danbooru 模型下载失败，请更换网络重试。

对于 Kohya GUI 用户，放置数据集请新建一个 Lora 文件夹，然后创建 image log model 三个文件夹。然后在 image 文件夹中新建一个文件夹 100，也就是训练 100 次。放入你处理好的照片。

Preprocess

对于使用 lora-scripts 的用户，你的数据集应该这样放置：

Preprocess

然后你的文件夹结构应该是下面这样的：

lora_dataset
|
|--num_Concept
      |--train01.jpg
      |--train01.txt -> 里面是图片的描述

num_Concept 代表 {重复次数}_{概念名字}，{} 代表未知量。

训练

先关闭占用显存高的程序，准备训练。

Gui

在 GUI 中，你可以指定要使用的基础模型和风格图片文件夹，配置相关参数，如 source model（基础模型），batch size（并行数量），network dim（网络大小），learning rate（学习率）等。等待训练完成，您可以在输出文件夹中找到生成的 Lora 模型文件（以。safetensors 为后缀）。如果失败的话，可以先取消勾选 Use 8bit adam 再试一次。

Scripts

Akegarasu lora-scripts

Akegarasu 的视频指南

对于使用 lora-scripts 的用户，请修改 train.sh 的参数来调整训练：

UI

https://github.com/Akegarasu/lora-scripts/blob/main/train.sh

底模路径就是大模型的路径地址，训练数据集路径就是

lora_dataset/num_Concept
             num_Concept2

中的 lora_dataset 的完整路径。1

max_train_epoches 参数一般 20 即可，resolution 参数就填写你裁切图片时候使用的尺寸参数即可。学习率默认即可。 batch_size 就是单批次并行处理的图片数量。2

点击开始训练，然后在结果文件夹就可以找到模型就好了。

在扩展标签页安装 Lora 模型加载插件，然后将 Lora 模型文件放到 stable-diffusion-webui/models/lora 路径下，并重新启动 SD WebUi。然后就可以按照之前的步骤，在 SD WebUi 中使用您的 Lora 模型生成图片。

AutoDL

AutoDL 在线训练镜像：https://www.bilibili.com/read/cv21450198

LoRA 在线云端训练教程 AutoDL https://www.bilibili.com/read/cv21450198

其他

关于 Lora 的更多说明

LoRA: Low-Rank Adaptation of Large Language Models 简读

  1. Akegarasu Lora Guide ↩

  2. Akegarasu/lora-scripts ↩

  3. LORA 的训练与使用 ↩

最后更新: April 15, 2023 05:03:32
创建日期: January 17, 2023 04:35:23