下载 · 文档 · 中文README

LoRA-scripts（又名 SD-Trainer）

针对 kohya-ss/sd-scripts 的 LoRA 和 Dreambooth 训练 GUI、脚本预设以及一键式训练环境。

✨ 新：训练 WebUI

真正的 Stable Diffusion 训练工作室。一切尽在一款 WebUI 中。

请按照下方的安装指南安装 GUI，然后运行 run_gui.ps1（Windows）或 run_gui.sh（Linux）以启动 GUI。

TensorBoard	WD 1.4 标签器	标签编辑器

使用方法

必需依赖

Python 3.10 和 Git

克隆包含子模块的仓库

git clone --recurse-submodules https://github.com/Akegarasu/lora-scripts

✨ SD-Trainer GUI

Windows

安装

运行 install.ps1 将自动为您创建一个虚拟环境并安装必要的依赖项。如果您在中国大陆，请使用 install-cn.ps1。

训练

运行 run_gui.ps1，程序将自动打开 http://127.0.0.1:28000。

Linux

安装

运行 install.bash 将创建一个虚拟环境并安装必要的依赖项。

训练

运行 bash run_gui.sh，程序将自动打开 http://127.0.0.1:28000。

通过手动运行脚本进行传统训练

Windows

安装

运行 install.ps1 将自动为您创建一个虚拟环境并安装必要的依赖项。

训练

编辑 train.ps1，然后运行它。

Linux

安装

运行 install.bash 将创建一个虚拟环境并安装必要的依赖项。

训练

训练脚本 train.sh 不会为您激活虚拟环境。您需要先手动激活虚拟环境。

source venv/bin/activate

编辑 train.sh，然后运行它。

TensorBoard

运行 tensorboard.ps1 将在 http://localhost:6006/ 启动 TensorBoard。

程序参数

参数名称	类型	默认值	描述
--host	str	"127.0.0.1"	服务器的主机名
--port	int	28000	服务器运行的端口
--listen	bool	false	启用服务器的监听模式
--skip-prepare-environment	bool	false	跳过环境准备步骤
--disable-tensorboard	bool	false	禁用 TensorBoard
--disable-tageditor	bool	false	禁用标签编辑器
--tensorboard-host	str	"127.0.0.1"	运行 TensorBoard 的主机
--tensorboard-port	int	6006	运行 TensorBoard 的端口
--localization	str		界面的语言设置
--dev	bool	false	开发者模式，会禁用部分检查

LoRA-scripts (SD-Trainer) 快速上手指南

LoRA-scripts（又名 SD-Trainer）是一个基于 kohya-ss/sd-scripts 的一站式 Stable Diffusion 训练工具，提供图形化界面（WebUI）、预设脚本及自动化环境配置，支持 LoRA 和 Dreambooth 训练。

1. 环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Windows 或 Linux
• Python 版本：Python 3.10（必须严格匹配此版本）
• 其他依赖：已安装 Git

2. 安装步骤

第一步：克隆仓库

使用以下命令克隆项目及其子模块：

git clone --recurse-submodules https://github.com/Akegarasu/lora-scripts
cd lora-scripts

第二步：安装依赖与创建虚拟环境

根据操作系统选择对应的安装脚本。中国大陆用户推荐使用专用脚本以加速下载。

Windows 用户

• 通用安装：

  .\install.ps1
  

• 中国大陆用户（推荐）：

  .\install-cn.ps1
  

Linux 用户

运行以下脚本自动创建虚拟环境并安装依赖：

bash install.bash

3. 基本使用

本项目推荐使用 SD-Trainer WebUI 进行可视化训练，同时也支持传统的脚本运行方式。

方式一：使用 WebUI（推荐）

这是最直观的训练方式，集成了 Tensorboard、WD 1.4 Tagger 和标签编辑器。

1. 启动界面：

   • Windows: 运行 run_gui.ps1
   • Linux: 运行 bash run_gui.sh

2. 访问地址： 脚本运行后会自动打开浏览器，或手动访问： http://127.0.0.1:28000

3. 开始训练： 在网页界面中配置数据集路径、模型参数，点击即可开始训练。

方式二：传统脚本运行（高级用户）

如果您习惯编辑配置文件进行训练：

Windows

1. 编辑 train.ps1 文件，修改训练参数。
2. 直接运行该脚本：

   .\train.ps1
   

Linux

1. 激活虚拟环境（脚本不会自动激活）：

   source venv/bin/activate
   

2. 编辑 train.sh 文件，修改训练参数。
3. 运行脚本：

   bash train.sh
   

查看训练日志 (TensorBoard)

如需实时监控训练损失和图像生成效果，可单独启动 TensorBoard：

• Windows: 运行 tensorboard.ps1
• Linux: 需手动激活环境后运行 tensorboard 命令
• 访问地址: http://localhost:6006/