Kohya_ss Flux.1 LoRA 如何一次跑通从模型文件到出图的完整指南【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ss这篇带你从模型文件一路跑到出图完成第一个 Flux.1 LoRA 训练。做完你手里会多一个能直接插进生成工作流的 LoRA 文件。新手最常卡住的两件事四份模型文件没放对位置第一步显存就爆。四份模型文件放哪、路径怎么填⚠️ 这里最容易出错四个路径必须是完整绝对路径T5-XXL 要用 fp16 版而不是 fp8 版。Flux.1 的设置都放在 GUI 的 Flux.1 面板里对应源码见 class_flux1.py。把四份文件放磁盘上再填到对应字段要填的字段放什么文件pretrained_model_name_or_pathflux1-dev.safetensors 基础模型aeVAE Pathae.sft解码 latent 与采样用clip_lCLIP-L Pathclip_l.safetensorst5xxlT5-XXL Patht5xxl 的 fp16 版Base Model Type 下拉有两项flux和chroma前者是标准 Flux.1-dev要 CLIP-L后者面向 schnell 系不需要 CLIP-L且guidance_scale会自动归零。用 flux1-dev 训练就保持flux。AdamW8bit 预设核心参数怎么设第一次别手写参数。在 GUI 预设区直接载入 flux1D - adamw8bit fp8.json它是为 fp8 省显存训练的唯一必须做的就是把上面四个路径替换成真实路径。核心是LoRA_type Flux1、optimizer AdamW8bit、fp8_base true其余按下表走参数值为什么这么设LoRA_typeFlux1锁定 Flux.1 网络结构其他类型对不上fp8_basetrue权重按 fp8 存显存占用直接减半mixed_precisionbf16bf16 精度稳配 fp8 是省显存主力optimizerAdamW8bit优化器状态 8 位存比 AdamW 更省显存learning_rate0.0003Flux 常用起步学习率先跑通再调network_dim / network_alpha16 / 16秩 16 是精度与显存的平衡点train_batch_size1Flux 双块很大batch 1 才能稳定收敛max_train_steps100010-50 张图的经验步数先跑通再说gradient_checkpointingtrue用重计算换显存训练速度略降train_blocksall默认全块显存不够再降成 doublesave_every_n_steps50每 50 步落盘方便挑中间最好的一步max_grad_norm1梯度裁剪压住 loss 尖峰分辨率交给桶机制enable_bucket true、max_resolution 512,512、bucket_reso_steps 64、bucket_no_upscale true意思是图按宽高比缩放进桶、绝不上采样。别自己把max_resolution调高显存会直接翻倍。素材与标注怎么准备目标人物或风格的图 10-50 张每张配一个同名.txt标注文件即可。预设里train_data_dir和caption_extension .txt都已写死把图丢进文件夹就够了。仓库test/img里就是现成的 512x512 示例图旁的同名.txt是它的标注比如这张配的是a painting of a steam punk skull with a gas mask, by darius kawasaki。标注写清主体和风格词别只写一个词。训练跑起来后盯哪些指标启动分四步选基础模型 → 加载数据集 → 填output_dir与output_name→ 点 Start。跑起来后盯两处Checkpointsave_every_n_steps 50每 50 步落盘一个 safetensorssave_precision bf16。最终效果不理想可以挑中间最好的一步用。Loss 与样图预设sample_prompts是saruman posing under a stormy lightning sky, photorealistic --w 832 --h 1216 --s 20 --l 4 --d 42用 euler 采样器。loss 应从初始值逐渐下降样图风格逐步趋近目标两者都成立才算方向对。显存爆了 / 加载失败 / loss 不降怎么办⚠️ 大部分错误跑不出这三种显存不足OOM症状训练到某一步直接崩日志报CUDA out of memory原因batch 或块数开太大解法先把train_blocks从all改成double或single还不够再开 CPU Offload Checkpointing实验性。fp8_base bf16已是保守方案多数情况减块加 batch 1 就能解决模型加载失败症状启动即报路径或找不到文件原因四个路径没写全或 T5-XXL 拿了 fp8 版解法检查四个路径是否为完整绝对路径T5-XXL 换成 fp16 版loss 不降或震荡症状loss 一条平线或上下乱跳原因学习率偏高或梯度没裁剪解法把learning_rate降到 0.0001确认max_grad_norm 1生效仍不稳就把min_snr_gamma、loss_type还原成预设值点 Start 前最后过一遍flux1-dev、VAE、CLIP-L、T5-XXLfp16四份文件就位路径已填预设已加载LoRA_type Flux1fp8_base、gradient_checkpointing、文本编码器缓存三个显存开关已开train_data_dir有 10-50 张图每张配同名.txtoutput_dir、output_name已改成自己的样图 prompt 已写TensorBoard 已打开【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ss创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
