6GB显存玩转SD微调！LoRA-scripts本地部署教程，一键炼出专属AI画师

一、介绍

LoRA-scripts（又名 SD-Trainer），是一个专为训练低秩自适应（LoRA）模型设计的开源工具集主要应用于Stable Diffusion等AI绘图模型的微调，帮助用户高效创建定制化风格、角色或概念的轻量级模型。目前已经包含FLUX模型的lora训练。

二、部署

python:3.10（建议使用conda创建虚拟环境）

Git

环境	版本
Python	=3.10
Ubtuntu	=22.0.4
CUDA	=12.4

1.创建虚拟环境

1.1 安装 Miniconda

步骤 1：更新系统

首先，更新您的系统软件包：

sql 复制代码

sudo apt update
sudo apt upgrade -y

步骤 2：下载 Miniconda 安装脚本

访问 Miniconda 的官方网站或使用以下命令直接下载最新版本的安装脚本（以 Python 3 为例）：

arduino 复制代码

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh

步骤 3：验证安装脚本的完整性（可选）

下载 SHA256 校验和文件并验证安装包的完整性：

bash 复制代码

wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh.sha256
sha256sum Miniconda3-latest-Linux-x86_64.sh

比较输出的校验和与.sha256 文件中的值是否一致，确保文件未被篡改。

步骤 4：运行安装脚本

为安装脚本添加执行权限：

bash 复制代码

chmod +x Miniconda3-latest-Linux-x86_64.sh

运行安装脚本：

复制代码

./Miniconda3-latest-Linux-x86_64.sh

步骤 5：按照提示完成安装

安装过程中，您需要：

阅读许可协议 ：按 Enter 键逐页阅读，或者按 Q 退出阅读。
接受许可协议 ：输入 yes 并按 Enter。
选择安装路径 ：默认路径为/home/您的用户名/miniconda3，直接按 Enter 即可，或输入自定义路径。
是否初始化 Miniconda ：输入 yes 将 Miniconda 添加到您的 PATH 环境变量中。
步骤 6：激活 Miniconda 环境

安装完成后，使环境变量生效：

bash 复制代码

source ~/.bashrc

步骤 7：验证安装是否成功

检查 conda 版本：

css 复制代码

conda --version

步骤 8：更新 conda（推荐）

为了获得最新功能和修复，更新 conda：

sql 复制代码

conda update conda

1.2.创建虚拟环境

ini 复制代码

conda create -n lora python=3.10

2.下载 PyTorch

ini 复制代码

#进入虚拟环境
conda activate lora
#下载pytorch,根据自己的cuda选择对应的torch版本，我这里是cuda-12.4
pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu124

3.使用子模块克隆仓库

bash 复制代码

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

2.安装项目所需依赖

运行install.bash将创建一个 venv 并安装必要的依赖。

复制代码

bash install.bash

三、启动

当全部依赖安装好后，进入/lora-scripts路径，还需要手动进入venv环境：

bash 复制代码

source venv/bin/activate

然后，启动命令为：

复制代码

bash run_gui_cn.sh

然后项目就正常启动了，访问暴露的端口即可看到训练界面: