フラックスジム

フラックスジム

低 VRAM (12GB/16GB/20GB) をサポートする FLUX LoRA トレーニング用の非常にシンプルな Web UI。

• フロントエンド: AI-Toolkit からフォークされた WebUI (https://x.com/multimodalart によって作成された Gradio UI)
• バックエンド: Kohya Scripts を利用したトレーニング スクリプト

FluxGym は、デフォルトでは非表示になっている [詳細設定] タブを通じて、Kohya sd-scripts 機能を 100% サポートします。

---

これは何ですか？

1. Flux LoRA をトレーニングするための非常にシンプルな UI が欲しかった
2. AI-Toolkit プロジェクトは素晴らしく、@multimodalart による gradio UI の貢献も完璧ですが、このプロジェクトは 24GB VRAM でのみ動作します。
3. Kohya スクリプトは FLUX のトレーニングに非常に柔軟で強力ですが、ターミナルで実行する必要があります。
4. AI-Toolkit WebUI のシンプルさと Kohya Scripts の柔軟性を併せ持つことができたらどうでしょうか?
5. フラックスジム誕生。 12GB、16GB、20GB VRAM をサポートし、Kohya スクリプトを使用するため拡張可能です。

---

ニュース

• 9 月 25 日: Docker サポート + モデルの自動ダウンロード (セットアップ時にモデルを手動でダウンロードする必要はありません) + カスタムベースモデルをサポート (flux-dev だけでなく何でも。models.yaml ファイルに含める必要があります。
• 9 月 16 日: 「Huggingface に公開」+ 100% Kohya sd-scripts 機能のサポートを追加: https://x.com/cocktailpeanut/status/1835719701172756592
• 9 月 11 日: サンプル画像の自動生成 + カスタム解像度: https://x.com/cocktailpeanut/status/1833881392482066638

---

対応機種

1. Flux1-dev
2. Flux1-dev2pro (ここで説明されています: https://medium.com/@zhiwangshi28/why-flux-lora-so-hard-to-train-and-how-to-overcome-it-a0c70bc59eaf)
3. Flux1-schnell (高品質の結果が得られなかったので、あまりお勧めしませんが、自由に試してみてください)
4. もっと？

モデルを選択してトレーニングを開始すると、モデルが自動的にダウンロードされます。

models.yaml ファイルを編集することで、サポートされているモデルのリストに簡単に追加できます。興味深いベースモデルを共有したい場合は、PR を送信してください。

---

Fluxgym の利用状況

以下は、Fluxgym を使用して Lora をローカルでトレーニングしている人々で、その経験を共有しています。

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

詳細情報

詳細については、この X スレッドをチェックしてください: https://x.com/cocktailpeanut/status/1832084951115972653

インストール

1. ワンクリックインストール

Pinokio 1-click ランチャーを使用すると、すべてを自動的にローカルにインストールして起動できます: https://pinokio.computer/item?uri=https://github.com/cocktailpeanut/fluxgym

2. 手動でインストールする

最初に Fluxgym と kohya-ss/sd-scripts をクローンします。

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

フォルダー構造は次のようになります。

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

ここで、ルートのfluxgymフォルダーから venv をアクティブ化します。

Windows を使用している場合:

 python -m venv env
envScriptsactivate

Linux を使用している場合:

 python -m venv env
source env/bin/activate

これにより、 fluxgymフォルダーの直下にenvフォルダーが作成されます。

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

次に、 sd-scriptsフォルダーに移動し、アクティブ化された環境に依存関係をインストールします。

 cd sd-scripts
pip install -r requirements.txt

次に、ルート フォルダーに戻り、アプリの依存関係をインストールします。

 cd ..
pip install -r requirements.txt

最後に、pytorch Nightly をインストールします。

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

始める

ルートのfluxgymフォルダーに戻り、venv をアクティブにして、次を実行します。

 python app.py

python app.py実行する前に、必ず venv をアクティブ化してください。

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

3. Docker経由でインストールする

最初に Fluxgym と kohya-ss/sd-scripts をクローンします。

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

user idとgroup idを確認し、 PUIDとPGIDのenvironment variablesを使用して 1000 でない場合は変更します。次のコマンドを実行すると、Linux でこれらが何であるかを確認できます: id

次に、イメージをビルドし、 docker-compose経由で実行します。

 docker compose up -d --build

Web ブラウザを開いて、コンピュータ/VM の IP アドレスに移動します: http://localhost:7860

使用法

使用方法は非常に簡単です。

1. loraの情報を入力してください
2. 画像をアップロードし、キャプションを付けます（トリガーワードを使用）
3. 「開始」をクリックします。

それだけです！

構成

サンプル画像

デフォルトでは、fluxgym はトレーニング中にサンプル画像を生成しません。

ただし、N ステップごとにサンプル イメージを自動的に生成するように Fluxgym を構成することもできます。以下にその様子を示します。

これをオンにするには、次の 2 つのフィールドを設定するだけです。

1. サンプル画像プロンプト:これらのプロンプトは、トレーニング中に画像を自動的に生成するために使用されます。複数必要な場合は、ティーチプロンプトを改行で区切ってください。
2. N ステップごとのサンプル画像: 「予想されるトレーニング ステップ」が 960 で、「N ステップごとのサンプル画像」が 100 の場合、画像はステップ 100、200、300、400、500、600、700、800、プロンプトごとに 900。

高度なサンプル画像

kohya/sd-scripts の組み込み構文のおかげで、トレーニング段階でサンプル イメージがどのように生成されるかを正確に制御できます。

トリガーワードがhrld person であるとします。通常は、次のようなサンプル プロンプトを試します。

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

ただし、すべてのプロンプトに高度なフラグを含めて、イメージ生成プロセスを完全に制御できます。たとえば、 --dフラグを使用すると、SEED を指定できます。

シードを指定すると、すべてのサンプル画像がその正確なシードを使用することになり、文字通り LoRA の進化を確認できることになります。使用例を次に示します。

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

UI では次のようになります。

そして結果は次のとおりです。

--dフラグに加えて、次のような他のフラグを使用できます。

• --n : 次のオプションまでの否定プロンプト。
• --w : 生成される画像の幅を指定します。
• --h : 生成される画像の高さを指定します。
• --d : 生成されるイメージのシードを指定します。
• --l : 生成されるイメージの CFG スケールを指定します。
• --s : 生成のステップ数を指定します。

( )や[ ]などのプロンプトの重み付けも機能します。 (注意/強調について詳しくはこちらをご覧ください)

ハグフェイスへの公開

1. https://huggingface.co/settings/tokens から Huggingface トークンを取得します。
2. 「Huggingface Token」フィールドにトークンを入力し、「Login」をクリックします。これにより、トークン テキストがHF_TOKENという名前のローカル ファイルに保存されます (すべてローカルおよびプライベート)。
3. ログインすると、トレーニング済みの LoRA をドロップダウンから選択し、必要に応じて名前を編集し、Huggingface に公開できるようになります。

高度な

詳細タブは、kohya sd-scripts の最新バージョンで利用可能な起動フラグを解析することによって自動的に構築されます。これは、Fluxgym が Kohya スクリプトを使用するための本格的な UI であることを意味します。

デフォルトでは、詳細タブは非表示になっています。 「詳細」アコーディオンをクリックして展開できます。

高度な機能

キャプションファイルのアップロード

画像ファイルと一緒にキャプション ファイルをアップロードすることもできます。次の規則に従うだけで済みます。

1. すべてのキャプション ファイルは.txtファイルである必要があります。
2. 各キャプション ファイルには、同じ名前の対応する画像ファイルが必要です。
3. たとえば、 img0.pngという名前の画像ファイルがある場合、対応するキャプション ファイルはimg0.txtである必要があります。