lora-scripts 部署教程：Stable Diffusion LoRA 小数据训练全流程 lora-scripts 是一个专为 Stable Diffusion 等模型设计的 LoRA 训练工具，旨在降低训练门槛并提升效率。它无需复杂的代码知识，仅需少量数据即可完成模型训练。 为什么你需要了解 lora-scripts？ lora-scripts 将训练过程中的数据准备、参数调整、启动训练…
lora-scripts 是一个专为 Stable Diffusion 等模型设计的 LoRA 训练工具，旨在降低训练门槛并提升效率。它无需复杂的代码知识，仅需少量数据即可完成模型训练。
lora-scripts 将训练过程中的数据准备、参数调整、启动训练、导出结果等步骤打包为脚本命令。
获取 lora-scripts 工具：
# 1. 克隆项目到本地
git clone https://github.com/akfamily/lora-scripts.git
cd lora-scripts
# 2. 创建并激活 Python 虚拟环境
python -m venv venv
# Windows 激活：venv\Scripts\activate
# Linux/Mac 激活：source venv/bin/activate
# 3. 安装项目依赖包
pip install -r requirements.txt
数据质量决定模型效果。核心是图片和对应的文字描述。
图片要求（以训练人物 LoRA 为例）：
文字描述（标签/Tag）准备：
建议先自动打标，再手动修正。假设图片放在 D:\lora_data\my_waifu，创建标准训练文件夹：
# 在 lora-scripts 项目根目录下操作
mkdir -p data/my_waifu_train
# 将图片复制到 data/my_waifu_train 文件夹内
# 在项目根目录下执行
python tools/auto_label.py --input data/my_waifu_train --output data/my_waifu_train/metadata.csv
执行后生成 metadata.csv。打开检查并修改标签，例如在每行最前加上角色名 xiao xue, (character)。
复制默认配置模板：
cp configs/lora_default.yaml configs/my_waifu_config.yaml
修改 configs/my_waifu_config.yaml：
# 数据配置部分
train_data_dir: "./data/my_waifu_train"
metadata_path: "./data/my_waifu_train/metadata.csv"
# 模型配置部分
base_model: "./models/Stable-diffusion/sd_xl_base_1.0.safetensors"
lora_rank: 8
# 训练配置部分
batch_size: 2
epochs: 10
learning_rate: 1e-4
# 输出配置部分
output_dir: "./output/my_waifu_lora"
save_steps: 100
注意：需提前下载 Stable Diffusion 基础模型（如 SD 1.5, SDXL 1.0）并放在 models/Stable-diffusion/ 目录下。
python train.py --config configs/my_waifu_config.yaml
监控 loss 值：
epochs。epochs 或增加数据。使用 TensorBoard 查看曲线：
tensorboard --logdir ./output/my_waifu_lora/logs --port 6006
浏览器访问 http://localhost:6006。
训练完成后，在 output/my_waifu_lora 目录下找到 pytorch_lora_weights.safetensors。
使用步骤（以 WebUI 为例）：
.safetensors 文件复制到 WebUI 的 models/Lora 文件夹。<lora:my_waifu_lora:1>。| 遇到的现象 | 可能的原因 | 调整建议 |
|---|---|---|
| 生成的图片根本不像 | 1. 数据太少或质量差 2. 标签不准确 3. 训练轮数太少 | 1. 增加高质量图片到 100 张以上 2. 仔细修正标签 3. 适当增加 epochs (如 15-20) |
| 图片像，但很模糊或畸形 | 1. 基础模型不匹配 2. 训练图片分辨率不一 3. 学习率可能太高 | 1. 更换更通用的基础模型 2. 预处理成统一尺寸 3. 将 learning_rate 调低（如 5e-5） |
| 只会复刻训练图，没有新意 | 过拟合：模型只记住了训练集 | 1. 减少 epochs (如 5-8)2. 标签中加入通用描述词 3. 使用'分层学习率'等进阶技巧 |
| 训练时显存不足报错 | 批次太大或图片分辨率太高 | 1. 降低 batch_size (设为 1)2. 启用'梯度检查点' 3. 将训练图片分辨率降至 512x512 |
使用 lora-scripts 训练定制化 AI 画师，主要包含：准备图片、打标签、改配置、跑训练、测试效果。它将 AI 模型定制能力交到了个人创作者手中，可用于训练画风、电商产品图或宠物 LoRA 等。
第一次尝试可能会遇到问题，每一次调整参数都是理解数据、算法和结果关系的过程。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML 转 Markdown 互为补充。 在线工具，Markdown 转 HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML 转 Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online