新手向利用AutoDl云端训练Lora模型_autodl训练lora

欢迎阅读这篇利用云端服务器进行ai画图lora模型训练的文章！手把手操作，超级简单，有手就行。

相信有不少朋友想训练自己的StableDiffusion-webui的ai画图模型，但是因为各种各样的原因很难实现，例如电脑显卡配置过低，下载配置文件下载不下来等等等等……

这里推荐使用服务器来训练模型，利用服务器的高性能显卡和社区镜像可以很轻松地跳过配置问题！

首先先找到一个服务器网站，我这里使用的是国内的【AutoDl】

点击租用新实例，并且选择你所需要的【RTX显卡】，这里我找的是个RTX3080的显卡，镜像选择【社区镜像】，搜索“lora”，选择一个合适的镜像，点击立即创建。这里使用的是秋叶大佬的镜像。

在【容器实例】中找到刚刚租用的实例，点击开机，开机后，点击【JupyterLab】，在进入目录【/lora-scripts/】并打开终端，或通过在终端中通过cd命令

cd lora-scripts

进入该目录，注意，确保目前的python环境是【lora】。

如果要使用GUI（非必要，后面会介绍不通过GUI来训练），使用命令

bash run_gui.sh

从而运行run_gui.sh文件。

注意，这里需要将实例的端口代理到本地，才能成功进入GUI界面。

首先我们要找到SSH的登录指令和密码，登录指令包括了端口、主机、用户名（root）。

在本地电脑的命令窗口/powershell/terminal等使用帮助文档提供的指令，我们进入28000端口

【ssh -CNg -L 端口号:127.0.0.1:端口号 用户名@主机名 -p 端口号】

例如

ssh -CNg -L 28000:127.0.0.1:28000 root@region-38.seetacloud.com -p 29841

输入密码，就可以在本地访问端口了，成功进入GUI。这种方式有缺陷，只能访问一个端口，大家可以自行在网上查找访问多个端口的方法。通过GUI会更方便设置参数，访问另一个端口可以进入Tensorboard来观察训练中loss的变换情况。

在GUI中配置好参数点击直接开始训练即可开始训练。

这样，我们的配置工作就很轻松地准备完成了。下面来简单谈谈要让lora模型训练起来需要配置的最起码的参数。

首先是数据集，lora模型的数据集需要放在【/lora-scripts/】中的【train】目录下，我们现在【train】文件夹中新建文件夹【NameOfDataset】，再在这个新建的文件夹中新建一个【20_NameOfDataset】，这个“20”是指每张图训练20次，是个可以改变的参数。我们需要将在StableDiffuion-Webui中预处理好的图片和标签放在这个文件夹中，一般我们用512*512大小的图片进行训练。在autodl的帮助文档中，我们可以找到上传和下载文件的方法，推荐使用FileZilla。当然数据集较小，可以点击下图圈起来的键上传到刚刚建好的文件夹中。

接下来，打开GUI修改好训练数据集路径和名称，点击直接开始训练就可以开始训练了。

如果没有GUI界面，可以打开【train.sh】，修改【train_data_dir】为【train】目录下的文件夹，修改【output_name】为输出模型名称，即可开始训练，保存路径默认为在output_dir中。其他的参数可以在网上查找其用处，根据需要修改。一般来说batch_size=1且GPU型号适合的情况下，在终端运行使用指令

bash train.sh

就能成功开始训练。

以上就是利用云端服务器配置并训练lora的教程，谢谢收看。