Kohya's GUI：Stable Diffusion 训练AI 绘图模型 UI 完整安装教学(LoRA 模型训练)

0xSoul

Kohya's GUI提供了一个Gradio GUI，能让使用者操作简单好懂的Web 介面去训练适用于Stable Diffusion 的AI 绘图模型。不管您是要做DreamBooth 还是LoRA 都可以用它来进行训练！特别是LoRA 近期特别热门，主要是它可以在低VRAM（大概7G 以上）的显卡上进行训练，且只要约十几张的训练影像就能产生效果很好的LoRA 模型，LoRA 还有模型档案小的特点，不像DreamBooth 动不动就数GB。这篇图文仅教学Kohya's GUI 的安装。依照开发者叙述，您需要先安装好Python 3.10.6+和Git，另外还要安装Visual Studio 2015, 2017, 2019, 2022 redistributable。


⚠️注意，稍后选择安装位置请留意剩余空间，至少需要约10 GB 可用空间，站长实测全新安装此应用软件后约消耗6.7 GB 的硬盘空间。




▲ Kohya's GUI 在GitHub 上的储存库，一切资源跟安装方式都在这边写得清清楚楚，不过跟着站长做就能节省很多您的时间啦！



▲ 首先先搜寻「powershell」并用系统管理员身分执行它，接着输入 Set-ExecutionPolicy Unrestricted 指令并回答A。





▲ 接着打开终端（CMD），将路径先指定好（要安装的地方，如：D 盘），接着下 指令下载整个软件，再用 进入软件包目录中，再来直接复制以下完整指令并全部执行：

1. git clone https://github.com/bmaltais/kohya_ss.gitcd kohya_ss

复制代码

请下载整个软件包，然后使用

1. cd kohya_ss

复制代码

命令进入软件包目录，最后直接复制以下完整命令并全部执行：

1. python -m venv venv
   
2. .\venv\Scripts\activate
   
3. 
   
4. pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 --extra-index-url https://download.pytorch.org/whl/cu116
   
5. pip install --use-pep517 --upgrade -r requirements.txt
   
6. pip install -U -I --no-deps https://github.com/C43H66N12O12S2/stable-diffusion-webui/releases/download/f/xformers-0.0.14.dev0-cp310-cp310-win_amd64.whl

复制代码

这里需要下载一些东西，可能需要稍等一下。然后，分别输入以下指令，每个指令占一行：

1. copy .\bitsandbytes_windows\*.dll .\venv\Lib\site-packages\bitsandbytes\
   
2. copy .\bitsandbytes_windows\cextension.py .\venv\Lib\site-packages\bitsandbytes\cextension.py
   
3. copy .\bitsandbytes_windows\main.py .\venv\Lib\site-packages\bitsandbytes\cuda_setup\main.py

复制代码

接下来输入 "accelerate config" 命令开始进行加速器设置，回答如图中红线所示的方式即可，最后相关设置将保存为一个名为 "default_config.yaml" 的配置文件。


终端输出内容完整版：

(venv) D:\kohya_ss>accelerate config
----------------------------------------------------------------------------------In which compute environment are you running?
This machine
----------------------------------------------------------------------------------Which type of machine are you using?
No distributed training
Do you want to run your training on CPU only (even if a GPU is available)? [yes/NO]:NO
Do you wish to optimize your script with torch dynamo?[yes/NO]:NO
Do you want to use DeepSpeed? [yes/NO]: NO
What GPU(s) (by id) should be used for training on this machine as a comma-seperated list? [all]:all
----------------------------------------------------------------------------------Do you wish to use FP16 or BF16 (mixed precision)?
fp16
accelerate configuration saved at C:\Users\user/.cache\huggingface\accelerate\default_config.yaml

▲ 进入软件包的根目录，我这里是 D:\kohya_ss，upgrade.ps1 文件用于更新软件，需要使用 PowerShell 执行。




▲ 在软件的根目录中，双击 gui.bat 可以启动 Kohya's GUI，启动速度非常快！使用 Ctrl + 点击网址（默认为 http://127.0.0.1:7861），可以在浏览器中打开操作界面。

▲ 这就是 Kohya's GUI 的操作界面了！这样就完成了 Kohya's GUI 的安装！

Kohya's GUI 的好处是将训练模型的工作交给独立的软件来运作，不再与 Stable Diffusion web UI 一同运行。毕竟，Stable Diffusion web UI 经常更新，容易引起相关扩展错误等问题，非常麻烦。

Linux和MacOS

打开终端，先建个文件夹，然后一步步来：

1. git clone https://github.com/bmaltais/kohya_ss.git
   
2. cd kohya_ss
   

复制代码

运行 setup.sh

# 如果您在一个安全性更高的机器上，则可能需要运行chmod +x ./setup.sh

# 如果需要在runpod环境中进行其他选项，则有附加选项。

# 调用 'setup.sh -h' 或 'setup.sh --help' 以获取更多信息。

我直接sudo了。

1. sudo ./setup.sh

复制代码

这里

切换到虚拟 Python 环境。

在 Python 操作之前检查 pip 更新。

安装 Python 依赖项。这可能需要一些时间来下载文件。

如果此操作运行时间过长，他让你可以以详细模式重新运行此脚本进行检查。

可能会出现错误：WARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by 'ProtocolError('Connection aborted.', RemoteDisconnected('Remote end closed connection without response'))': /simple/keras-preproc>

因为是国内的机器，需要挂个梯子在机器上。

这里是关于setup.sh的帮助文件：

1. Kohya_SS POSIX 操作系统安装脚本。
   
2. 
   
3. 以下选项适用于 runpod 环境，并不影响本地机器安装。
   
4. 
   
5. 用法：
   
6.   setup.sh -b dev -d /workspace/kohya_ss -g https://mycustom.repo.tld/custom_fork.git
   
7.   setup.sh --branch=dev --dir=/workspace/kohya_ss --git-repo=https://mycustom.repo.tld/custom_fork.git
   
8. 
   
9. 选项：
   
10.   -b BRANCH，--branch=BRANCH    选择新安装时要检出的 kohya 分支。
    
11.   -d DIR，--dir=DIR             您要安装 kohya_ss 的完整路径。
    
12.   -g REPO，--git_repo=REPO      您可以选择提供一个 git 存储库以进行 runpod 安装。有助于自定义分支。
    
13.   -h，--help                   显示此屏幕。
    
14.   -i，--interactive            交互式配置加速器，而不是使用默认配置文件。
    
15.   -n，--no-update              不更新 kohya_ss 存储库。没有 git pull 或 clone 操作。
    
16.   -p，--public                 在 runpod 模式下公开公共 URL。在其他模式下没有影响。
    
17.   -r，--runpod                 强制进行 runpod 安装。如果检测失败，非常有用。
    
18.   -s，--skip-space-check       跳过 10Gb 最小存储空间检查。
    
19.   -u，--no-gui                 跳过启动 GUI。
    
20.   -v，--verbose                增加最高 3 级详细程度。

复制代码

安装位置

在 Linux 上的默认安装位置是如果检测到先前的安装，则为脚本所在的位置。否则，它将回退到 /opt/kohya_ss。如果 /opt 不可写，则回退到 $HOME/kohya_ss。最后，如果所有其他方法都失败，则会简单地安装到您当前所在的文件夹（PWD）。

在 macOS 和其他非 Linux 机器上，它将首先尝试检测在脚本运行的位置安装并在那里运行安装程序（如果检测到该位置）。如果在该位置找不到先前的安装，则默认安装到 $HOME/kohya_ss，然后安装到您当前的位置，如果无法访问 $HOME。您可以使用 -d 选项指定安装目录来覆盖此行为。

如果您正在使用交互模式，则在运行脚本后，加速配置屏幕的默认值为“This machine”、“ None”、“ No”对于剩余的问题。这些答案与 Windows 安装相同。

升级

1. # Refresh and update everything
   
2. ./setup.sh
   
3. 
   
4. # This will refresh everything, but NOT clone or pull the git repo.
   
5. ./setup.sh --no-git-update

复制代码

启动 GUI 服务

以下命令行参数可传递到任何操作系统上的脚本以配置底层服务。

--listen：监听 Gradio 连接的 IP 地址。
--username：用于身份验证的用户名。
--password：用于身份验证的密码。
--server_port：运行服务器监听器的端口。
--inbrowser：在 Web 浏览器中打开 Gradio UI。
--share：共享 Gradio UI。

在 Linux 和 macOS 上启动 GUI

类似于 Windows，使用所需的命令行参数运行启动器脚本。

1. ./gui.sh --listen 127.0.0.1 --server_port 7861 --inbrowser --share

复制代码

使用 kohya_gui.py 直接启动 GUI

要直接运行 GUI，可以跳过包装器脚本，只需从根项目目录使用此命令：

1. .\venv\Scripts\activate
   
2. 
   
3. python .\kohya_gui.py

复制代码

👍 相关教程：训练 LoRA 模型教程

可选功能（CUDNN 8.6）

如果您持有 NVIDIA 30X0/40X0 显卡，可以安装 CUDNN 8.6 以允许更大的训练批量大小和获得更快的训练速度！

下载链接：[color=var(--tw-prose-links)]https://b1.thefileditch.ch/mwxKTEtelILoIbMbruuM.zip

解压缩后将 cudnn_windows 整个文件夹移动至软件根目录下，并在根目录中用终端机执行以下命令：

1. .\venv\Scripts\activate
   
2. python .\tools\cudann_1.8_install.py
   

复制代码

0xSoul

UBUNTU下如果出现以下问题：

ModuleNotFoundError: No module named '_bz2'

你需要下载一下：

1. sudo apt-get install libbz2-dev
   
2. sudo cp /home/ubuntu/miniconda3/lib/python3.10/lib-dynload/_bz2.cpython-310-x86_64-linux-gnu.so /home/ubuntu/kohya_ss/venv/lib/python3.10/site-packages
   

复制代码

可以使用以下命令查找文件。

1. sudo find /-name _bz2.cpython-*

复制代码