com.fluxgym

فلوكس جيم

واجهة مستخدم الويب البسيطة الميتة لتدريب FLUX LoRA مع دعم LOW VRAM (12 جيجابايت/16 جيجابايت/20 جيجابايت).

• الواجهة الأمامية: واجهة WebUI متشعبة من AI-Toolkit (واجهة مستخدم Gradio تم إنشاؤها بواسطة https://x.com/multimodalart)
• الواجهة الخلفية: البرنامج النصي التدريبي المدعوم من Kohya Scripts

يدعم FluxGym 100% من ميزات البرامج النصية لـ Kohya sd من خلال علامة تبويب متقدمة، والتي تكون مخفية افتراضيًا.

---

ما هذا؟

1. كنت أرغب في الحصول على واجهة مستخدم بسيطة للغاية لتدريب Flux LoRAs
2. يعد مشروع AI-Toolkit رائعًا، ومساهمة واجهة المستخدم المتدرجة بواسطة @multimodalart مثالية، لكن المشروع يعمل فقط مع ذاكرة VRAM سعة 24 جيجابايت.
3. تعد نصوص Kohya مرنة جدًا وقوية لتدريب FLUX، لكنك تحتاج إلى تشغيلها في المحطة الطرفية.
4. ماذا لو كان بإمكانك الحصول على بساطة AI-Toolkit WebUI ومرونة نصوص Kohya؟
5. ولدت فلوكس جيم. يدعم VRAMs بسعة 12 جيجابايت، و16 جيجابايت، و20 جيجابايت، وقابلة للتوسيع نظرًا لأنه يستخدم نصوص Kohya تحتها.

---

أخبار

• 25 سبتمبر: دعم Docker + نماذج التنزيل التلقائي (لا حاجة لتنزيل النماذج يدويًا عند الإعداد) + دعم النماذج الأساسية المخصصة (ليس فقط Flux-dev ولكن أي شيء، فقط تحتاج إلى تضمينها في ملفmodels.yaml).
• 16 سبتمبر: تمت إضافة "النشر إلى Huggingface" + دعم ميزة البرامج النصية Kohya sd بنسبة 100%: https://x.com/cocktailpeanut/status/1835719701172756592
• 11 سبتمبر: إنشاء نموذج الصور تلقائيًا + دقة مخصصة: https://x.com/cocktailpeanut/status/1833881392482066638

---

النماذج المدعومة

1. Flux1-dev
2. Flux1-dev2pro (كما هو موضح هنا: https://medium.com/@zhiwangshi28/why-flux-lora-so-hard-to-train-and-how-to-overcome-it-a0c70bc59eaf)
3. Flux1-schnell (تعذر الحصول على نتائج عالية الجودة، لذلك لا ينصح به حقًا، ولكن لا تتردد في تجربته)
4. أكثر؟

يتم تنزيل النماذج تلقائيًا عند بدء التدريب على النموذج المحدد.

يمكنك بسهولة إضافة المزيد إلى قائمة النماذج المدعومة عن طريق تحرير ملفmodels.yaml. إذا كنت ترغب في مشاركة بعض النماذج الأساسية المثيرة للاهتمام، يرجى إرسال العلاقات العامة.

---

كيف يستخدم الناس Fluxgym

هنا أشخاص يستخدمون Fluxgym لتدريب Lora محليًا لمشاركة تجربتهم:

https://pinokio.computer/item?uri=https://github.com/cocktailpeanut/fluxgym

مزيد من المعلومات

لمعرفة المزيد، راجع هذا الموضوع X: https://x.com/cocktailpeanut/status/1832084951115972653

ثَبَّتَ

1. التثبيت بنقرة واحدة

يمكنك تثبيت كل شيء وتشغيله تلقائيًا محليًا باستخدام Pinokio Launcher بنقرة واحدة: https://pinokio.computer/item?uri=https://github.com/cocktailpeanut/fluxgym

2. التثبيت يدويًا

أول استنساخ Fluxgym وkohya-ss/sd-scripts:

 git clone https://github.com/cocktailpeanut/fluxgym
cd fluxgym
git clone -b sd3 https://github.com/kohya-ss/sd-scripts

ستبدو بنية المجلد الخاص بك كما يلي:

 /fluxgym
  app.py
  requirements.txt
  /sd-scripts

الآن قم بتنشيط venv من مجلد fluxgym :

إذا كنت تستخدم نظام التشغيل Windows:

 python -m venv env
envScriptsactivate

إذا كنت تستخدم Linux:

 python -m venv env
source env/bin/activate

سيؤدي هذا إلى إنشاء مجلد env أسفل مجلد fluxgym مباشرةً:

 /fluxgym
  app.py
  requirements.txt
  /sd-scripts
  /env

انتقل الآن إلى مجلد sd-scripts وقم بتثبيت التبعيات على البيئة النشطة:

 cd sd-scripts
pip install -r requirements.txt

عد الآن إلى المجلد الجذر وقم بتثبيت تبعيات التطبيق:

 cd ..
pip install -r requirements.txt

أخيرًا، قم بتثبيت pytorch Nightly:

 pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121

يبدأ

ارجع إلى مجلد fluxgym ، مع تفعيل venv، قم بتشغيل:

 python app.py

تأكد من تنشيط venv قبل تشغيل python app.py

Windows: env/Scripts/activate Linux: source env/bin/activate

3. التثبيت عبر Docker

أول استنساخ Fluxgym وkohya-ss/sd-scripts:

 git clone https://github.com/cocktailpeanut/fluxgym
cd fluxgym
git clone -b sd3 https://github.com/kohya-ss/sd-scripts

تحقق من user id ومعرف group id الخاص بك وقم بتغييره إذا لم يكن 1000 عبر environment variables PUID و PGID . يمكنك معرفة ما هي هذه العناصر في Linux عن طريق تشغيل الأمر التالي: id

الآن أنشئ الصورة وقم بتشغيلها عبر docker-compose :

 docker compose up -d --build

افتح متصفح الويب وانتقل إلى عنوان IP الخاص بجهاز الكمبيوتر/VM: http://localhost:7860

الاستخدام

الاستخدام واضح جدًا:

1. أدخل معلومات لورا
2. تحميل الصور والتعليق عليها (باستخدام كلمة التشغيل)
3. انقر فوق "ابدأ".

هذا كل شيء!

إعدادات

صور عينة

بشكل افتراضي، لا يقوم Fluxgym بإنشاء أي نماذج من الصور أثناء التدريب.

ومع ذلك، يمكنك تكوين Fluxgym لإنشاء نماذج صور تلقائيًا لكل N خطوة. وهنا ما يبدو:

لتشغيل هذا، فقط قم بتعيين الحقلين:

1. نموذج لمطالبات الصور: سيتم استخدام هذه المطالبات لإنشاء الصور تلقائيًا أثناء التدريب. إذا كنت تريد مطالبة تعليمية متعددة ومنفصلة باستخدام سطر جديد.
2. نموذج صورة كل N من الخطوات: إذا كانت "خطوات التدريب المتوقعة" الخاصة بك هي 960 و"نموذج صورة كل N من الخطوات" هو 100، فسيتم إنشاء الصور في الخطوة 100، 200، 300، 400، 500، 600، 700، 800، 900 لكل موجه.

صور عينة متقدمة

بفضل الصيغة المضمنة في kohya/sd-scripts، يمكنك التحكم بدقة في كيفية إنشاء عينات الصور أثناء مرحلة التدريب:

لنفترض أن الكلمة المحفزة هي hrld person. عادة ستجرب نماذج من المطالبات مثل:

 hrld person is riding a bike
hrld person is a body builder
hrld person is a rock star

ولكن لكل مطالبة، يمكنك تضمين علامات متقدمة للتحكم الكامل في عملية إنشاء الصورة. على سبيل المثال، تتيح لك العلامة --d تحديد SEED.

تحديد بذرة يعني أن كل عينة صورة ستستخدم تلك البذرة بالضبط، مما يعني أنه يمكنك رؤية تطور LoRA حرفيًا. فيما يلي مثال للاستخدام:

 hrld person is riding a bike --d 42
hrld person is a body builder --d 42
hrld person is a rock star --d 42

إليك ما يبدو عليه في واجهة المستخدم:

وهنا النتائج:

بالإضافة إلى العلامة --d ، إليك علامات أخرى يمكنك استخدامها:

• --n : موجه سلبي حتى الخيار التالي.
• --w : يحدد عرض الصورة التي تم إنشاؤها.
• --h : يحدد ارتفاع الصورة التي تم إنشاؤها.
• --d : يحدد بذرة الصورة التي تم إنشاؤها.
• --l : يحدد مقياس CFG للصورة التي تم إنشاؤها.
• --s : يحدد عدد خطوات التوليد.

يعمل الترجيح السريع مثل ( ) و [ ] أيضًا. (تعرف على المزيد حول الانتباه/التأكيد)

النشر إلى Huggingface

1. احصل على رمز Huggingface الخاص بك من https://huggingface.co/settings/tokens
2. أدخل الرمز المميز في حقل "Huggingface Token" وانقر على "تسجيل الدخول". سيؤدي هذا إلى حفظ نص الرمز المميز في ملف محلي يسمى HF_TOKEN (جميع الملفات المحلية والخاصة).
3. بمجرد تسجيل الدخول، ستتمكن من تحديد LoRA مدربة من القائمة المنسدلة، وتعديل الاسم إذا كنت تريد ذلك، ونشره على Huggingface.

متقدم

يتم إنشاء علامة التبويب المتقدمة تلقائيًا عن طريق تحليل علامات الإطلاق المتوفرة لأحدث إصدار من البرامج النصية لـ kohya sd. وهذا يعني أن Fluxgym عبارة عن واجهة مستخدم كاملة لاستخدام البرنامج النصي Kohya.

بشكل افتراضي، تكون علامة التبويب المتقدمة مخفية. يمكنك النقر فوق الأكورديون "المتقدم" لتوسيعه.

الميزات المتقدمة

تحميل ملفات التسمية التوضيحية

يمكنك أيضًا تحميل ملفات التسميات التوضيحية مع ملفات الصور. ما عليك سوى اتباع الاتفاقية:

1. يجب أن يكون كل ملف تسمية توضيحية ملفًا .txt .
2. يجب أن يحتوي كل ملف تسمية توضيحية على ملف صورة مطابق له نفس الاسم.
3. على سبيل المثال، إذا كان لديك ملف صورة باسم img0.png ، فيجب أن يكون ملف التسمية التوضيحية المقابل img0.txt .