更新！（2024年1月19日）

隆重推出高级节点和访问 TensorBoard 节点！ 访问 TensorBoard 是一个非常简单的节点，它可以启动一个 URL，用于查看训练过程中生成的日志数据。只需单击该节点一次（在训练之前、期间或之后均可），然后将它在命令提示符中输出的 URL 复制并粘贴到浏览器中即可。与 TensorBoard 相关的日志文件夹位于你的启动器文件所在的同一目录下。

高级节点包含许多推荐的功能。虽然目前仍有一些功能尚未实现，但它们已经写入代码中，你只需要手动调整相应的参数即可！并非所有功能都经过测试，事实上，我本人对其中大部分功能的作用也不甚了解。如果某个功能没有按预期工作，请及时告知我！

目前确认该节点可以与 LCM、SD2.0 和 SD Turbo 模型配合使用。不过，我暂时无法测试 SDXL 模型。

Lora-Training-in-Comfy

免责声明：这是我制作的第一个“大型”自定义节点。更确切地说，这是我首次发布的一个依赖项较多的节点。因此，它可能会与其他自定义节点产生冲突。如果出现此类问题，请务必告知我，以便我及时更新！

这个自定义节点允许你在 ComfyUI 中直接训练 LoRA！默认情况下，它会将训练好的 LoRA 文件保存到你的 ComfyUI 的 lora 文件夹中。这意味着训练完成后，你只需刷新界面（…并选择对应的 LoRA）即可进行测试！

现在，制作 LoRA 变得前所未有的简单！

我会附上我的教程链接。请从这里下载，然后按照指南操作：

https://www.reddit.com/r/StableDiffusion/comments/193hqkz/lora_training_directly_in_comfyui/

简而言之，你需要将其放置在 custom_nodes 文件夹中，并安装所需的依赖包（如果你使用 Windows 系统，可以从 requirements_win.txt 文件中获取）。这与其他自定义节点的安装方式并无二致！

安装完成后，你可以在 LJRE/LORA 分类中找到它，或者通过双击搜索“Training”或“LoRA”来定位。请确保你有一个包含多张带标注图片的文件夹。然后将该文件夹重命名为类似“[数字]_[任意名称]”的格式。复制包含图片文件夹的上一级路径，并将其粘贴到 data_path 字段中。例如，如果图片文件夹位于 C:/database/5_images，则 data_path 必须设置为 C:/database。最后，为你的 LoRA 命名，并根据需要调整其他参数。完成后，点击“Queue Prompt”，训练便会开始！

我建议将此节点与我的另外两个自定义节点——LoRA Caption Load 和 LoRA Caption Save——一起使用：

这样一来，你只需准备好图片，就能在 ComfyUI 内完成标注和训练。由于默认情况下，LoRA 会被保存到 ComfyUI 的 loras 文件夹中，因此你只需刷新界面，便可立即测试其效果！

以下是我用这种方法训练出的第一批 LoRA 的效果示例：

你可以将其与真实图片进行对比： https://www.google.com/search?client=opera&hs=eLO&sca_esv=597261711&sxsrf=ACQVn0-1AWaw7YbryEzXe0aIpP_FVzMifw:1704916367322&q=Pokemon+Dawn+Grand+Festival&tbm=isch&source=lnms&sa=X&ved=2ahUKEwiIr8izzNODAxU2RaQEHVtJBrQQ0pQJegQIDRAB&biw=1534&bih=706&dpr=1.25

重要说明： 该节点已确认适用于 SD 1.5、SD2.0、SDTurbo 和 LCM。但对于 SDXL，我尚无相关经验。如果有人能够测试并确认或否定其兼容性，我将不胜感激 ^^. 我知道 LoRA 项目曾为 SDXL 提供了自定义脚本，因此可能更为复杂。

---

故障排除： 我最初发布的版本对依赖项要求非常严格，容易引发冲突。如今我已经将依赖项简化到了最低限度，但仍有可能出现冲突。如果你遇到此类问题，请随时告诉我！

“未找到模块 X”：此错误通常发生在 Python 无法找到运行程序所需模块时。对于 ComfyUI 而言，这种情况往往是因为你忘记为自定义节点安装必要的依赖包。

此外，如果依赖包被安装到了错误的文件夹中，也可能导致此问题！如果你的 ComfyUI 文件夹中存在虚拟环境（venv），请务必先激活该环境，再进行依赖包的安装。

“缺少 cuda.dll 相关错误”：这类错误有多种变体，但本质上都是同一个问题（希望如此）：通常是由于 CUDA 没有正确安装，或者安装位置不正确所致。解决方法如下：

1. 打开命令提示符，确保当前环境正确。
2. 访问 https://pytorch.org 并向下滚动。按照页面上的指示获取一行代码，例如：pip3 install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121。将网站提供的命令复制并粘贴到命令提示符中，然后按下回车键。这将完成 CUDA 的安装。

我使用的是搭载 RTX 3060 显卡的 Windows 10 电脑。我无法测试 Linux、Mac、AMD 显卡以及其他特殊情况 x）。

---

进一步探索 即使是高级节点，也并未涵盖 LoRA 训练的所有可用输入选项。不过，你可以在 train.py 脚本中找到所有这些选项！用户可以直接在脚本中对其进行修改。

---

特别鸣谢 本项目基于 GitHub 上现有的 lora-scripts 项目。感谢原作者开发出只需一个脚本即可启动训练的工具！

我在此基础上移除了 UI 界面，将该“启动脚本”转换为 Python 代码，并适配至 ComfyUI。整个过程耗时数小时，但由于有了原始项目的良好基础，进展十分顺利 ^^。

Lora-Training-in-Comfy 快速上手指南

本指南帮助你在 ComfyUI 中直接训练 LoRA 模型，无需离开界面即可完成从数据准备到模型生成的全流程。

环境准备

• 操作系统: Windows (作者主要测试环境)，Linux/Mac 需自行验证。
• 硬件要求: 推荐 NVIDIA GPU (已测试 RTX 3060)。
• 软件依赖:
  • Python 环境 (ComfyUI 内置或独立环境均可)。
  • CUDA: 必须正确安装并与 PyTorch 版本匹配。若遇到 cuda.dll missing 错误，请访问 pytorch.org 获取对应命令安装。
  • 节点依赖: 安装本节点前，请确保 ComfyUI 的虚拟环境已激活。

注意: 本节点已确认支持 SD 1.5, SD 2.0, SD Turbo 和 LCM 模型。SDXL 支持情况尚不明确。

安装步骤

1. 下载节点: 将 Lora-Training-in-Comfy 文件夹下载并放入 ComfyUI 的 custom_nodes 目录中。

   # 示例路径
   Your_ComfyUI_Path/custom_nodes/Lora-Training-in-Comfy
   

2. 安装依赖: 打开命令行终端，务必激活 ComfyUI 的 Python 虚拟环境 (如果有)，然后进入节点目录安装依赖。

   Windows 用户:

   cd Your_ComfyUI_Path/custom_nodes/Lora-Training-in-Comfy
   pip install -r requirements_win.txt
   

   其他系统或通用安装:

   pip install -r requirements.txt
   

   国内加速建议: 若下载缓慢，可使用清华源或阿里源： pip install -r requirements_win.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 重启 ComfyUI: 安装完成后重启 ComfyUI 以加载新节点。

基本使用

1. 准备数据集

• 创建一个文件夹，内含多张训练图片及其对应的标题文件（.txt）。
• 命名规范: 将该文件夹重命名为 [数字]_[描述] 格式（例如：5_dawn_character）。
• 路径设置: 假设你的图片文件夹位于 C:/database/5_dawn_character，则在节点中填写的 data_path 应为上一级目录，即 C:/database。

2. 配置工作流

• 在 ComfyUI 中双击搜索 Training 或 LoRA，找到 LJRE/LORA 分类下的训练节点。
• 参数设置:
  • data_path: 填入上述准备好的父目录路径 (如 C:/database)。
  • output_name: 设定生成的 LoRA 文件名。
  • 其他参数可根据需求调整（高级节点包含更多推荐选项）。
• (可选) 搭配作者的其他节点 LoRA Caption Load 和 LoRA Caption Save 可在 ComfyUI 内完成自动打标。

3. 开始训练

• 点击 Queue Prompt 开始训练。
• 训练日志可通过 Access Tensorboard 节点查看：点击该节点，复制命令行中输出的 URL 到浏览器即可监控训练数据。

4. 测试模型

• 训练完成后，模型默认保存至 ComfyUI 的 models/loras 文件夹。
• 在 ComfyUI 中点击刷新按钮，加载新生成的 LoRA 即可立即进行测试。