使用lora-scripts在Linux上训练自己的AI绘画模型

准备 需要一张显存大于6G的NVIDA显卡，需要安装驱动和CUDA，还有基础环境（git，python3.10以上），相关步骤可在文章Debian Linux 安装 Stable Diffusion查看 下面是我的配置：Debian12，NVIDIA T4 x2（共32GB显存），256GB内存 如果使用国内环境，可能会遇到网络问题，需要自备代理 克隆代码 `git clone --recurse-submodules https://github.com/Akegarasu/lora-scripts` 运行安装脚本 `chmod +x install.bash ./install.bash` 脚本会自动创建虚拟环境和安装依赖，安装速度取决于网络环境（国内用户可以修改安装脚本，指定国内镜像源加快下载速度） 运行启动脚本 `chmod +x run_gui.sh source venv/bin/activate ./run_gui.sh --listen` 由于我是服务器部署，所以需要添加--listen参数允许外部访问 如何你和我一样的使用debian12的纯净环境，可能会遇到ModuleNotFoundError: No module named 'tkinter' 输入下面命令安装tkinter `apt-get install python3-tk` 然后重启gui，当显示图示内容就启动成功 然后浏览器输入服务器IP:28000就能打开webui 预处理 首先需要创建训练集，将需要喂的图片的图片缩放为512到1024之间，在WD1.4标签器选项卡中，把图片的路径输入，点击启动，开始打标签。 第一次启动需要下载模型，需要良好的网络环境 开始训练 首先需要安装模型 在LoRA选项卡中输入输入正确的路径和合适的参数，，点击开始训练，然后就可以开始漫长的等待了 在Tensorboard中可以查看当前的训练信息 使用模型 当训练完成后，会有提示 可在output文件夹中找到训练完的模型 最终的模型是没有数字的那个 将模型放入Stable Diffusion webui 中models/Lora文件夹下，启动webui（关于Stable Diffusion的安装教程，可以查看我的另外一篇文章Debian Linux 安装 Stable Diffusion） 在LoRA选项卡里就能看到你训练完的模型了