“ 前提条件和安装在开始 Lora 训练过程之前,正确设置环境至关重要。首先,通过 pip 安装必要的依赖项:
```bash
pip install huggingface_hub datasets pillow xformers bitsandbytes transformers accelerate wandb dadaptation prodigyopt torch -q
pip install peft -q
pip install git+https://github.com/huggingface/diffusers.git -q
```
安装完成后,运行命令 `accelerate config default` 来配置加速设置。
“ 脚本设置和执行训练的主要脚本是 `train_dreambooth_lora_sdxl_advanced.py`。要运行此脚本,请使用以下命令结构:
```bash
#!/usr/bin/env bash
accelerate launch train_dreambooth_lora_sdxl_advanced.py \
--pretrained_model_name_or_path="playgroundai/playground-v2.5-1024px-aesthetic" \
--dataset_name="$dataset_name" \
--instance_prompt="$instance_prompt" \
--validation_prompt="$validation_prompt" \
--output_dir="$output_dir" \
--caption_column="$caption_column" \
--do_edm_style_training \
--mixed_precision="bf16" \
--resolution=1024 \
--train_batch_size=3 \
--repeats=1 \
--report_to="wandb"\
--gradient_accumulation_steps=1 \
--gradient_checkpointing \
--learning_rate=1e-5 \
--optimizer="AdamW"\
--lr_scheduler="constant" \
--rank="$rank" \
--max_train_steps=2000 \
--checkpointing_steps=2000 \
--seed="0" \
--push_to_hub
```
确保用您的具体值替换占位符变量(例如,$dataset_name,$instance_prompt)。
“ 附加资源和工作流程为了进一步帮助您的 Lora 训练和推理,以下资源可用:
1. ComfyUI 推理工作流程:可在 Hugging Face 或 GitHub 上找到。
2. 训练的 Colab 笔记本:提供用户友好的界面以执行训练过程。
3. 数据集转换脚本:帮助将 Kohya 格式的数据集转换为 HuggingFace 格式。
这些资源可以在以下位置找到:
- https://huggingface.co/artificialguybr/Playground-V2.5-Lora-Colab-Inference-Comfyui
- https://github.com/artificialguybr/Playground-V2.5-LoraCreator-Inference/tree/main
利用这些附加工具可以简化您的工作流程,并增强您在 Playground V2.5 中的 Lora 训练体验。
原始链接:https://civitai.com/articles/4565/training-a-lora-for-playground-v25-simple-guide
评论(0)