ฟลักซ์ยิม

ฟลักซ์ ยิม

UI เว็บแบบตายตัวสำหรับการฝึก FLUX LoRA พร้อมรองรับ LOW VRAM (12GB/16GB/20GB)

• ส่วนหน้า: WebUI แยกจาก AI-Toolkit (Gradio UI สร้างโดย https://x.com/multimodalart)
• แบ็กเอนด์: สคริปต์การฝึกอบรมที่ขับเคลื่อนโดย Kohya Scripts

FluxGym รองรับฟีเจอร์ sd-script ของ Kohya 100% ผ่านแท็บขั้นสูง ซึ่งจะถูกซ่อนไว้ตามค่าเริ่มต้น

---

นี่คืออะไร?

1. ฉันต้องการ UI ที่เรียบง่ายสุดๆ สำหรับการฝึก Flux LoRA
2. โปรเจ็กต์ AI-Toolkit นั้นยอดเยี่ยมมาก และการสนับสนุน gradio UI โดย @multimodalart นั้นสมบูรณ์แบบ แต่โปรเจ็กต์ใช้งานได้กับ VRAM ขนาด 24GB เท่านั้น
3. Kohya Scripts มีความยืดหยุ่นและทรงพลังมากสำหรับการฝึก FLUX แต่คุณต้องรันในเทอร์มินัล
4. จะเป็นอย่างไรหากคุณสามารถมีความเรียบง่ายของ AI-Toolkit WebUI และความยืดหยุ่นของ Kohya Scripts ได้
5. ฟลักซ์ยิมถือกำเนิดขึ้น รองรับ VRAM ขนาด 12GB, 16GB, 20GB และสามารถขยายได้เนื่องจากใช้สคริปต์ Kohya อยู่ข้างใต้

---

ข่าว

• 25 กันยายน: รองรับ Docker + โมเดลดาวน์โหลดอัตโนมัติ (ไม่จำเป็นต้องดาวน์โหลดโมเดลด้วยตนเองเมื่อตั้งค่า) + รองรับโมเดลพื้นฐานที่กำหนดเอง (ไม่ใช่แค่ flux-dev แต่ยังมีอย่างอื่นอีก เพียงแค่ต้องรวมไว้ในไฟล์ models.yaml
• 16 กันยายน: เพิ่ม "เผยแพร่ไปที่ Huggingface" + รองรับฟีเจอร์ Kohya sd-scripts 100%: https://x.com/cocktailpeanut/status/1835719701172756592
• 11 กันยายน: การสร้างภาพตัวอย่างอัตโนมัติ + ความละเอียดที่กำหนดเอง: https://x.com/cocktailpeanut/status/1833881392482066638

---

รุ่นที่รองรับ

1. Flux1-dev
2. Flux1-dev2pro (ตามที่อธิบายไว้ที่นี่: https://medium.com/@zhiwangshi28/why-flux-lora-so-hard-to-train-and-how-to-overcome-it-a0c70bc59eaf )
3. Flux1-schnell (ไม่สามารถรับผลลัพธ์คุณภาพสูงได้ จึงไม่แนะนำจริงๆ แต่อย่าลังเลที่จะทดลองใช้)
4. มากกว่า?

โมเดลจะถูกดาวน์โหลดโดยอัตโนมัติเมื่อคุณเริ่มการฝึกด้วยโมเดลที่เลือก

คุณสามารถเพิ่มรายการรุ่นที่รองรับได้อย่างง่ายดายโดยการแก้ไขไฟล์ models.yaml หากคุณต้องการแบ่งปันโมเดลพื้นฐานที่น่าสนใจ กรุณาส่ง PR

---

ผู้คนใช้ Fluxgym อย่างไร

นี่คือผู้ที่ใช้ Fluxgym เพื่อฝึก Lora ในท้องถิ่นเพื่อแบ่งปันประสบการณ์:

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

ข้อมูลเพิ่มเติม

หากต้องการเรียนรู้เพิ่มเติม โปรดดูหัวข้อ X นี้: https://x.com/cocktailpeanut/status/1832084951115972653

ติดตั้ง

1. ติดตั้งเพียงคลิกเดียว

คุณสามารถติดตั้งและเปิดใช้งานทุกอย่างในเครื่องโดยอัตโนมัติด้วย Pinokio 1-click launcher: https://pinokio.computer/item?uri=https://github.com/cocktailpeanut/fluxgym

2. ติดตั้งด้วยตนเอง

โคลนแรก Fluxgym และ kohya-ss/sd-scripts:

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

โครงสร้างโฟลเดอร์ของคุณจะมีลักษณะดังนี้:

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

ตอนนี้เปิดใช้งาน venv จากโฟลเดอร์ root fluxgym :

หากคุณใช้ Windows:

 python -m venv env
envScriptsactivate

หากคุณใช้ Linux:

 python -m venv env
source env/bin/activate

สิ่งนี้จะสร้างโฟลเดอร์ env ใต้โฟลเดอร์ fluxgym :

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

ตอนนี้ไปที่โฟลเดอร์ sd-scripts และติดตั้งการพึ่งพาไปยังสภาพแวดล้อมที่เปิดใช้งาน:

 cd sd-scripts
pip install -r requirements.txt

ตอนนี้กลับมาที่โฟลเดอร์รูทแล้วติดตั้งการขึ้นต่อกันของแอพ:

 cd ..
pip install -r requirements.txt

สุดท้ายให้ติดตั้ง pytorch Nightly:

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

เริ่ม

กลับไปที่โฟลเดอร์รูท fluxgym โดยเปิดใช้งาน venv แล้วรัน:

 python app.py

ตรวจสอบให้แน่ใจว่าได้เปิดใช้งาน venv ก่อนที่จะรัน python app.py

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

3. ติดตั้งผ่านนักเทียบท่า

โคลนแรก Fluxgym และ kohya-ss/sd-scripts:

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

ตรวจสอบ user id และ group id ของคุณแล้วเปลี่ยนหากไม่ใช่ 1,000 ผ่าน environment variables ของ PUID และ PGID คุณสามารถค้นหาว่าสิ่งเหล่านี้คืออะไรใน linux ได้โดยการรันคำสั่งต่อไปนี้: id

ตอนนี้สร้างอิมเมจและรันผ่าน docker-compose :

 docker compose up -d --build

เปิดเว็บเบราว์เซอร์และไปที่ที่อยู่ IP ของคอมพิวเตอร์/VM: http://localhost:7860

การใช้งาน

การใช้งานค่อนข้างตรงไปตรงมา:

1. ป้อนข้อมูลลอร่า
2. อัปโหลดรูปภาพและคำบรรยาย (โดยใช้คำที่เรียก)
3. คลิก "เริ่ม"

นั่นคือทั้งหมด!

การกำหนดค่า

ภาพตัวอย่าง

ตามค่าเริ่มต้น fluxgym จะไม่สร้างภาพตัวอย่างใดๆ ในระหว่างการฝึก

อย่างไรก็ตาม คุณสามารถกำหนดค่า Fluxgym ให้สร้างภาพตัวอย่างโดยอัตโนมัติสำหรับทุก N ขั้นตอน นี่คือสิ่งที่ดูเหมือน:

หากต้องการเปิดใช้งาน เพียงตั้งค่าสองฟิลด์:

1. ตัวอย่างรูปภาพแจ้ง: ข้อความเหล่านี้จะใช้เพื่อสร้างรูปภาพโดยอัตโนมัติระหว่างการฝึก หากคุณต้องการหลายรายการ ให้แยกพรอมต์การสอนด้วยการขึ้นบรรทัดใหม่
2. รูปภาพตัวอย่างทุก N ขั้นตอน: หาก "ขั้นตอนการฝึกที่คาดหวัง" ของคุณคือ 960 และ "รูปภาพตัวอย่างทุก N ขั้นตอน" ของคุณคือ 100 รูปภาพจะถูกสร้างขึ้นที่ขั้นตอน 100, 200, 300, 400, 500, 600, 700, 800, 900 สำหรับแต่ละพรอมต์

รูปภาพตัวอย่างขั้นสูง

ด้วยไวยากรณ์ในตัวจาก kohya/sd-scripts คุณสามารถควบคุมวิธีการสร้างภาพตัวอย่างในระหว่างขั้นตอนการฝึกอบรมได้อย่างแม่นยำ:

สมมติว่าคำที่เรียกคือ hrld person โดยปกติแล้วคุณจะลองใช้ตัวอย่างข้อความแจ้งเช่น:

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

แต่สำหรับทุกการแจ้งเตือน คุณสามารถรวม แฟล็กขั้นสูง เพื่อควบคุมกระบวนการสร้างภาพได้อย่างสมบูรณ์ ตัวอย่างเช่น แฟล็ก --d ให้คุณระบุ SEED

การระบุเมล็ดพันธุ์หมายถึงทุกภาพตัวอย่างจะใช้เมล็ดพันธุ์นั้น ซึ่งหมายความว่าคุณสามารถเห็นการพัฒนาของ LoRA ได้อย่างแท้จริง นี่คือตัวอย่างการใช้งาน:

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

นี่คือลักษณะที่ปรากฏใน UI:

และนี่คือผลลัพธ์:

นอกจากแฟล็ก --d แล้ว ต่อไปนี้คือแฟล็กอื่นๆ ที่คุณสามารถใช้:

• --n : เชิงลบแสดงตัวเลือกถัดไป
• --w : ระบุความกว้างของรูปภาพที่สร้างขึ้น
• --h : ระบุความสูงของภาพที่สร้างขึ้น
• --d : ระบุข้อมูลเริ่มต้นของรูปภาพที่สร้างขึ้น
• --l : ระบุขนาด CFG ของรูปภาพที่สร้างขึ้น
• --s : ระบุจำนวนขั้นตอนในการสร้าง

การถ่วงน้ำหนักทันที เช่น ( ) และ [ ] ก็ใช้ได้เช่นกัน (เรียนรู้เพิ่มเติมเกี่ยวกับความสนใจ/เน้น)

กำลังเผยแพร่ไปยัง Huggingface

1. รับ Huggingface Token ของคุณจาก https://huggingface.co/settings/tokens
2. ป้อนโทเค็นในช่อง "Huggingface Token" แล้วคลิก "เข้าสู่ระบบ" สิ่งนี้จะบันทึกข้อความโทเค็นในไฟล์ในเครื่องชื่อ HF_TOKEN (ทั้งภายในและส่วนตัว)
3. เมื่อคุณเข้าสู่ระบบแล้ว คุณจะสามารถเลือก LoRA ที่ผ่านการฝึกอบรมจากเมนูดรอปดาวน์ แก้ไขชื่อได้หากต้องการ และเผยแพร่ไปยัง Huggingface

ขั้นสูง

แท็บขั้นสูงจะถูกสร้างขึ้นโดยอัตโนมัติโดยการแยกวิเคราะห์แฟล็กการเปิดตัวที่มีอยู่ใน kohya sd-scripts เวอร์ชันล่าสุด ซึ่งหมายความว่า Fluxgym เป็น UI เต็มรูปแบบสำหรับการใช้สคริปต์ Kohya

ตามค่าเริ่มต้น แท็บขั้นสูงจะถูกซ่อนไว้ คุณสามารถคลิกหีบเพลง "ขั้นสูง" เพื่อขยายได้

คุณสมบัติขั้นสูง

กำลังอัพโหลดไฟล์คำบรรยาย

คุณยังสามารถอัปโหลดไฟล์คำบรรยายพร้อมกับไฟล์รูปภาพได้ คุณเพียงแค่ต้องปฏิบัติตามแบบแผน:

1. ไฟล์คำอธิบายภาพทุกไฟล์ต้องเป็นไฟล์ . .txt
2. ไฟล์คำอธิบายภาพแต่ละไฟล์ต้องมีไฟล์รูปภาพที่เกี่ยวข้องซึ่งมีชื่อเหมือนกัน
3. ตัวอย่างเช่น หากคุณมีไฟล์รูปภาพชื่อ img0.png ไฟล์คำอธิบายภาพที่เกี่ยวข้องจะต้องเป็น img0.txt