| <div align="center"> | |
| <img src="https://github.com/Akegarasu/lora-scripts/assets/36563862/3b177f4a-d92a-4da4-85c8-a0d163061a40" width="200" height="200" alt="SD-Trainer" style="border-radius: 25px"> | |
| # SD-Trainer | |
| _✨ 享受 Stable Diffusion 训练！ ✨_ | |
| </div> | |
| <p align="center"> | |
| <a href="https://github.com/Akegarasu/lora-scripts" style="margin: 2px;"> | |
| <img alt="GitHub 仓库星标" src="https://img.shields.io/github/stars/Akegarasu/lora-scripts"> | |
| </a> | |
| <a href="https://github.com/Akegarasu/lora-scripts" style="margin: 2px;"> | |
| <img alt="GitHub 仓库分支" src="https://img.shields.io/github/forks/Akegarasu/lora-scripts"> | |
| </a> | |
| <a href="https://raw.githubusercontent.com/Akegarasu/lora-scripts/master/LICENSE" style="margin: 2px;"> | |
| <img src="https://img.shields.io/github/license/Akegarasu/lora-scripts" alt="许可证"> | |
| </a> | |
| <a href="https://github.com/Akegarasu/lora-scripts/releases" style="margin: 2px;"> | |
| <img src="https://img.shields.io/github/v/release/Akegarasu/lora-scripts?color=blueviolet&include_prereleases" alt="发布版本"> | |
| </a> | |
| </p> | |
| <p align="center"> | |
| <a href="https://github.com/Akegarasu/lora-scripts/releases">下载</a> | |
| · | |
| <a href="https://github.com/Akegarasu/lora-scripts/blob/main/README.md">文档</a> | |
| · | |
| <a href="https://github.com/Akegarasu/lora-scripts/blob/main/README-zh.md">中文README</a> | |
| </p> | |
| LoRA-scripts（又名 SD-Trainer） | |
| LoRA & Dreambooth 训练图形界面 & 脚本预设 & 一键训练环境，用于 [kohya-ss/sd-scripts](https://github.com/kohya-ss/sd-scripts.git) | |
| ## ✨新特性: 训练 WebUI | |
| Stable Diffusion 训练工作台。一切集成于一个 WebUI 中。 | |
| 按照下面的安装指南安装 GUI，然后运行 `run_gui.ps1`(Windows) 或 `run_gui.sh`(Linux) 来启动 GUI。 | |
|  | |
| | Tensorboard | WD 1.4 标签器 | 标签编辑器 | | |
| | ------------ | ------------ | ------------ | | |
| |  |  |  | | |
| # 使用方法 | |
| ### 必要依赖 | |
| Python 3.10 和 Git | |
| ### 克隆带子模块的仓库 | |
| ```sh | |
| git clone --recurse-submodules https://github.com/Akegarasu/lora-scripts | |
| ``` | |
| ## ✨ SD-Trainer GUI | |
| ### Windows | |
| #### 安装 | |
| 运行 `install-cn.ps1` 将自动为您创建虚拟环境并安装必要的依赖。 | |
| #### 训练 | |
| 运行 `run_gui.ps1`，程序将自动打开 [http://127.0.0.1:28000](http://127.0.0.1:28000) | |
| ### Linux | |
| #### 安装 | |
| 运行 `install.bash` 将创建虚拟环境并安装必要的依赖。 | |
| #### 训练 | |
| 运行 `bash run_gui.bash`，程序将自动打开 [http://127.0.0.1:28000](http://127.0.0.1:28000) | |
| ## 通过手动运行脚本的传统训练方式 | |
| ### Windows | |
| #### 安装 | |
| 运行 `install.ps1` 将自动为您创建虚拟环境并安装必要的依赖。 | |
| #### 训练 | |
| 编辑 `train.ps1`，然后运行它。 | |
| ### Linux | |
| #### 安装 | |
| 运行 `install.bash` 将创建虚拟环境并安装必要的依赖。 | |
| #### 训练 | |
| 训练 | |
| 脚本 `train.sh` **不会** 为您激活虚拟环境。您应该先激活虚拟环境。 | |
| ```sh | |
| source venv/bin/activate | |
| ``` | |
| 编辑 `train.sh`，然后运行它。 | |
| #### TensorBoard | |
| 运行 `tensorboard.ps1` 将在 http://localhost:6006/ 启动 TensorBoard | |
| ## 程序参数 | |
| | 参数名称 | 类型 | 默认值 | 描述 | | |
| |------------------------------|-------|--------------|-------------------------------------------------| | |
| | `--host` | str | "127.0.0.1" | 服务器的主机名 | | |
| | `--port` | int | 28000 | 运行服务器的端口 | | |
| | `--listen` | bool | false | 启用服务器的监听模式 | | |
| | `--skip-prepare-environment` | bool | false | 跳过环境准备步骤 | | |
| | `--disable-tensorboard` | bool | false | 禁用 TensorBoard | | |
| | `--disable-tageditor` | bool | false | 禁用标签编辑器 | | |
| | `--tensorboard-host` | str | "127.0.0.1" | 运行 TensorBoard 的主机 | | |
| | `--tensorboard-port` | int | 6006 | 运行 TensorBoard 的端口 | | |
| | `--localization` | str | | 界面的本地化设置 | | |
| | `--dev` | bool | false | 开发者模式，用于禁用某些检查 | | |