FLUX Gym：低グラフィックメモリでFLUX LoRAをトレーニングするための簡単なUI

はじめに

フラックス Gymは、低グラフィックメモリ（12GB/16GB/20GB）をサポートするFLUX LoRAをトレーニングするための簡単なWeb UIです。フロントエンドはAI-ToolkitのGradio UIをベースにしており、バックエンドはKohya Scriptsを採用しています。FLUX Gymは、AI-Toolkit WebUIのシンプルさと、Kohya Scriptsの柔軟性を組み合わせ、幅広いグラフィックメモリ構成に対応し、Dockerとモデルの自動ダウンロード機能をサポートしています。

機能一覧

• 12GB、16GB、20GBのビデオメモリをサポート
• Dockerのサポート、モデルの自動ダウンロード
• カスタム・ベース・モデルのサポート
• サンプル画像の自動生成
• 投稿者: ハギングフェイス
• 高度な機能オプション（非表示）

ヘルプの使用

設置プロセス

ワンクリック・インストール

1. 利用するピノキオ・ワンクリック・スターターすべてを自動でインストール・起動：Pinokioワンクリックランチャー

手動インストール

1. Fluxgymとkohya-ss/sd-scriptsをクローンする：

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

2. 仮想環境をアクティブにする：
   • ウィンドウズ

     python -m venv env
     env\Scripts\activate
     

   • Linuxだ。

     python -m venv env
     source env/bin/activate
     

3. 依存関係をインストールします：

   cd sd-scripts
   pip install -r requirements.txt
   cd ..
   pip install -r requirements.txt
   pip install --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu121
   

4. アプリケーションを起動する：

   python app.py
   

Dockerのインストール

1. Fluxgymとkohya-ss/sd-scriptsをクローンする：

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

2. イメージをビルドして実行する：

   docker compose up -d --build
   

3. ブラウザを開き、http://localhost:7860。

機能 操作の流れ

1. LoRA情報を入力する。
2. 画像をアップロードし、タグ（トリガーワードを使用）を追加します。
3. Start "ボタンをクリックする。

サンプル画像構成

デフォルトでは、Fluxgymはトレーニング中にサンプル画像を生成しません。Nステップごとにサンプル画像を生成するように設定できます：

• サンプル画像キュー：これらのキューは、トレーニング中に画像を自動的に生成するために使用されます。
• Nステップあたりのサンプル画像：例えば、「期待されるトレーニングステップ数」が960、「Nステップあたりのサンプル画像数」が100の場合、100ステップ目、200ステップ目、300ステップ目に画像が生成されます。

高度なサンプル画像

内蔵のKohya sd-scripts構文を使用すると、トレーニング段階で生成されるサンプル画像を完全に制御することができます：

• トリガーワード：例えば、高齢者。
• 高度なフラグ：たとえば、--dフラグはシードを指定し、--wは画像の幅を指定し、--hは画像の高さを指定する。

投稿者: ハギングフェイス

1. Huggingfaceトークンを入手：ハギング・フェイス・トークン
2. トークンを入力し、「ログイン」をクリックします。
3. 訓練されたLoRAを選択し、名前を編集してHuggingfaceに公開する。