MCPcopy Index your code
hub / github.com/Akegarasu/lora-scripts

github.com/Akegarasu/lora-scripts @v1.10.0 sqlite

repository ↗ · DeepWiki ↗ · release v1.10.0 ↗
3,635 symbols 12,688 edges 204 files 341 documented · 9%
README

SD-Trainer

SD-Trainer

✨ 享受 Stable Diffusion 训练! ✨

GitHub 仓库星标 GitHub 仓库分支 许可证 发布版本

下载 · 文档 · 中文README

LoRA-scripts(又名 SD-Trainer)

LoRA & Dreambooth 训练图形界面 & 脚本预设 & 一键训练环境,用于 kohya-ss/sd-scripts

✨新特性: 训练 WebUI

Stable Diffusion 训练工作台。一切集成于一个 WebUI 中。

按照下面的安装指南安装 GUI,然后运行 run_gui.ps1(Windows) 或 run_gui.sh(Linux) 来启动 GUI。

image

Tensorboard WD 1.4 标签器 标签编辑器
image image image

使用方法

必要依赖

Python 3.10 和 Git

克隆带子模块的仓库

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

✨ SD-Trainer GUI

Windows

安装

运行 install-cn.ps1 将自动为您创建虚拟环境并安装必要的依赖。

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 将创建虚拟环境并安装必要的依赖。

训练

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

通过手动运行脚本的传统训练方式

Windows

安装

运行 install.ps1 将自动为您创建虚拟环境并安装必要的依赖。

训练

编辑 train.ps1,然后运行它。

Linux

安装

运行 install.bash 将创建虚拟环境并安装必要的依赖。

训练

训练

脚本 train.sh 不会 为您激活虚拟环境。您应该先激活虚拟环境。

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 运行服务器的端口
--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 界面的本地化设置
--dev bool false 开发者模式,用于禁用某些检查

Extension points exported contracts — how you extend this code

Window (Interface)
(no doc)
mikazuki/global.d.ts
Static (Interface)
(no doc)
mikazuki/global.d.ts
Options (Interface)
(no doc)
mikazuki/global.d.ts
Meta (Interface)
(no doc)
mikazuki/global.d.ts
Schemastery (Interface)
(no doc)
mikazuki/global.d.ts

Core symbols most depended-on inside this repo

to
called by 985
scripts/dev/library/sdxl_lpw_stable_diffusion.py
to
called by 679
scripts/stable/library/sdxl_lpw_stable_diffusion.py
description
called by 337
mikazuki/global.d.ts
keys
called by 269
scripts/dev/library/utils.py
default
called by 198
mikazuki/global.d.ts
load
called by 136
mikazuki/tagger/interrogator.py
object
called by 108
mikazuki/global.d.ts
step
called by 106
mikazuki/global.d.ts

Shape

Method 1,878
Function 1,332
Class 406
Route 14
Interface 5

Languages

Python99%
TypeScript1%

Modules by API surface

scripts/dev/library/train_util.py201 symbols
scripts/dev/library/sd3_models.py184 symbols
scripts/stable/library/train_util.py179 symbols
scripts/stable/library/original_unet.py118 symbols
scripts/dev/library/original_unet.py118 symbols
scripts/dev/library/flux_models.py104 symbols
scripts/stable/library/sdxl_original_unet.py81 symbols
scripts/dev/library/sdxl_original_unet.py81 symbols
scripts/stable/gen_img_diffusers.py65 symbols
scripts/dev/gen_img_diffusers.py65 symbols
scripts/stable/finetune/blip/med.py61 symbols
scripts/dev/finetune/blip/med.py61 symbols

Dependencies from manifests, versioned

accelerate0.33.0 · 1×
altair4.2.2 · 1×
bitsandbytes0.43.3 · 1×
dadaptation3.1 · 1×
easygui0.98.3 · 1×
einops0.7.0 · 1×
fastapi0.95.1 · 1×
ftfy6.1.1 · 1×
gradio3.44.2 · 1×
httpx0.24.1 · 1×
huggingface-hub0.24.5 · 1×
imagesize1.4.1 · 1×

For agents

$ claude mcp add lora-scripts \
  -- python -m otcore.mcp_server <graph>

⬇ download graph artifact