一、介绍
LoRA-scripts（又名 SD-Trainer），是一个专为训练低秩自适应（LoRA）模型设计的开源工具集主要应用于Stable Diffusion等AI绘图模型的微调，帮助用户高效创建定制化风格、角色或概念的轻量级模型。目前已经包含FLUX模型的lora训练。
二、部署
python:3.10（建议使用conda创建虚拟环境）
Git
| 环境 | 版本 |
|---|---|
| Python | =3.10 |
| Ubtuntu | =22.0.4 |
| CUDA | =12.4 |
1.创建虚拟环境
1.1 安装 Miniconda
步骤 1：更新系统
首先，更新您的系统软件包：
sudo apt updatesudo apt upgrade -y步骤 2：下载 Miniconda 安装脚本
访问 Miniconda 的官方网站或使用以下命令直接下载最新版本的安装脚本（以 Python 3 为例）：
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh步骤 3：验证安装脚本的完整性（可选）
下载 SHA256 校验和文件并验证安装包的完整性：
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh.sha256sha256sum Miniconda3-latest-Linux-x86_64.sh比较输出的校验和与.sha256 文件中的值是否一致，确保文件未被篡改。
步骤 4：运行安装脚本
为安装脚本添加执行权限：
chmod +x Miniconda3-latest-Linux-x86_64.sh运行安装脚本：
./Miniconda3-latest-Linux-x86_64.sh步骤 5：按照提示完成安装
安装过程中，您需要：
阅读许可协议 ：按 Enter 键逐页阅读，或者按 Q 退出阅读。
接受许可协议 ：输入 yes 并按 Enter。
选择安装路径 ：默认路径为/home/您的用户名/miniconda3，直接按 Enter 即可，或输入自定义路径。
是否初始化 Miniconda ：输入 yes 将 Miniconda 添加到您的 PATH 环境变量中。
步骤 6：激活 Miniconda 环境
安装完成后，使环境变量生效：
source ~/.bashrc步骤 7：验证安装是否成功
检查 conda 版本：
conda --version步骤 8：更新 conda（推荐）
为了获得最新功能和修复，更新 conda：
conda update conda1.2.创建虚拟环境
conda create -n lora python=3.102.下载 PyTorch
#进入虚拟环境conda activate lora#下载pytorch,根据自己的cuda选择对应的torch版本，我这里是cuda-12.4pip install torch==2.4.1 torchvision==0.19.1 torchaudio==2.4.1 --index-url https://download.pytorch.org/whl/cu1243.使用子模块克隆仓库
git clone --recurse-submodules https://github.com/Akegarasu/lora-scriptscd lora-scripts2.安装项目所需依赖
运行install.bash将创建一个 venv 并安装必要的依赖。
bash install.bash三、启动
当全部依赖安装好后，进入/lora-scripts路径，还需要手动进入venv环境：
source venv/bin/activate然后，启动命令为：
bash run_gui_cn.sh然后项目就正常启动了，访问暴露的端口即可看到训练界面:
