Cum să antrenezi un Flux LoRA (Flux.1 și Flux 2): ghidul pas cu pas pentru începători

Antrenarea Flux LoRA este modul în care îi înveți modelului de imagini Flux ceva ce nu știe: fața ta, produsul tău, stilul tău de desen, un aspect de cameră. Rezultatul este un fișier .safetensors de 20 până la 300 MB pe care îl poți folosi în orice aplicație Flux, inclusiv Graydient. Procesul necesită 15 până la 30 de poze, un card cu 12 până la 16 GB memorie (sau unul închiriat pentru o oră) și un antrenor gratuit. Acest ghid parcurge fiecare pas pentru Flux.1 dev și pentru Flux 2 și se termină cu cum să rulezi noul tău LoRA aici.

Vei face șapte lucruri: alegi baza Flux, construiești un set mic de date, scrii descrieri, alegi un antrenor, setezi câteva valori, antrenezi și testezi, apoi imporți fișierul în Graydient. Fiecare pas este scris mai jos cu valorile care funcționează pentru majoritatea oamenilor. Dacă ai deja un fișier antrenat, sari la secțiunea despre cum să-l folosești.

Graydient rulează LoRA-uri; nu le antrenează. Antrenarea se face pe placa ta grafică, pe un GPU închiriat pe oră sau într-un antrenor online. Odată ce fișierul există, orice plan Graydient poate reda cu el pentru un preț fix.

Ce ai nevoie

• 15 până la 30 de poze bune cu un subiect, sau 30 până la 60 pentru un stil. Pozele făcute cu telefonul sunt bune dacă sunt clare și variate.
• O placă grafică cu 12 până la 16 GB memorie pentru Flux.1 dev sau Flux 2 Klein 4B, sau 24 GB și mai mult pentru Flux 2 dev. Nu ai placă? Închiriază una pentru o oră (vezi mai jos) sau folosește un antrenor online.
• Un antrenor gratuit: AI Toolkit, Kohya sd-scripts (sau interfața FluxGym de deasupra) sau OneTrainer. Toate rulează pe Windows și Linux cu Python instalat.
• Una până la trei ore, majoritatea așteptând. Un plan Graydient contează doar la final, când vrei să redai cu fișierul. Compară planuri și prețuri.

Pasul 1: alege baza Flux pe care să antrenezi

Un LoRA este legat de modelul de bază pe care a fost antrenat, așa că începe cu baza cu care vrei să redai. Familia Flux are trei ramuri care nu împart LoRA-uri:

Regula de reținut: LoRA-urile Flux.1 nu funcționează pe Flux 2, LoRA-urile Flux 2 nu funcționează pe Flux.1, iar Klein 4B, Klein 9B și Flux 2 dev au fiecare nevoie de propriul LoRA. Krea 2 este un model diferit, nu Flux. Dacă folosești mai multe baze, antrenează o dată pe fiecare bază din același set de date.

Pasul 2: construiește setul de date

Flux învață rapid din seturi mici și curate de date. Calitatea bate cantitatea; 20 de poze clare și variate bat 80 aproape duplicate.

1. Colectează 15 până la 30 de poze pentru o persoană, produs sau obiect. Schimbă unghiul, distanța, lumina și fundalul între poze. Include cel puțin o treime prim-planuri și o treime corp întreg sau produs întreg.
2. Pentru un stil, colectează 30 până la 60 de lucrări cu același mediu și calitate a liniei, dar subiecte diferite: oameni, locuri, obiecte. Varietatea spune antrenorului că subiectul nu este stilul.
3. Elimină neclaritățile, compresia puternică, watermark-urile, textele suprapuse și pe oricine nu este subiectul. O față străină în set va apărea în randări.
4. Rezoluție: 1024 pixeli pe latura lungă este standardul pentru Flux. Păstrează raporturile de aspect mixte; fiecare antrenor le sortează automat. Nu întinde pozele să fie pătrate.
5. Pune pozele într-un singur folder cu un fișier text lângă fiecare poză care are același nume. Descrierea merge în fișierul text: dataset/01.jpg dataset/01.txt dataset/02.jpg dataset/02.txt

Pasul 3: scrie descrierile

Flux citește propoziții naturale prin encoderul său de text T5, deci descrierile sunt descrieri simple, nu liste de cuvinte cheie. Descrierile decid ce învață LoRA și ce lasă deoparte:

• Pentru un subiect, începe cu un cuvânt declanșator care nu este un cuvânt real, apoi descrie tot ce nu este subiectul: haine, poziție, loc, lumină. Antrenorul învață că cuvântul declanșator este partea pe care descrierea nu o explică.
• Pentru un stil, descrie conținutul fiecărei poze și niciodată stilul. Stilul este ceea ce învață LoRA prin omisiune și apoi îl va aplica oricărui subiect pe care îl ceri.
• Păstrează descrierile la una sau două propoziții. Folosește auto-descriere cu Florence-2 sau JoyCaption dacă ai mai mult de 30 de poze, apoi citește și corectează primele zece manual.
• Nu folosi numele unei persoane reale ca cuvânt declanșator și nu descrie lucruri care nu sunt în poză.

O descriere pentru un LoRA de persoană: ohwx woman, wearing a grey wool coat, standing on a stone bridge, overcast daylight, looking at the camera

O descriere pentru un LoRA de stil, unde stilul nu este menționat intenționat: a fishing boat in a harbour at dawn, two men on the pier, fog over the water

Pasul 4: alege un antrenor

Patru antrenori gratuiti și open-source acoperă fiecare bază Flux. Toți iau același folder de set de date și produc același tip de fișier .safetensors:

• AI Toolkit (de ostris): cel mai folosit antrenor Flux. Un fișier de configurare YAML pe rulare, o interfață web, moduri cu VRAM redus și suport pentru Flux.1 dev, Flux 2 dev și Flux 2 Klein. Pornește rularea cu python run.py config/my_flux_lora.yaml. Prima alegere cea mai bună.
• Kohya sd-scripts și FluxGym: Kohya este antrenorul veteran din spatele majorității LoRA-urilor Stable Diffusion și are o ramură Flux. FluxGym este o interfață web pe o singură pagină deasupra, cu presetări de 12, 16 și 20 GB. Bun când vrei un formular de completat, nu un fișier de editat.
• OneTrainer: o aplicație desktop cu o interfață prietenoasă pentru SDXL și Flux.1. Alege-l dacă antrenezi și LoRA-uri SDXL și vrei un singur instrument.
• Antrenori online: antrenorul de pe site-ul Civitai și antrenorii Flux de pe site-urile de găzduire GPU iau un zip cu poze și returnează un fișier. Costă credite pe rulare și ascund setările, dar nu ai nevoie de nicio placă. Fișierul produs se importă în Graydient la fel.

Pasul 5: setează cele cinci numere care contează

Fiecare antrenor oferă zeci de opțiuni. Lasă setările implicite în afară de acestea, care decid cât de puternic, cât de general și cât de mare este LoRA-ul:

Setează antrenorul să salveze un punct de control la fiecare 250 de pași și să redea două imagini de probă la fiecare salvare, cu același prompt și seed. Aceste probe sunt cum vei alege câștigătorul. Flux.1 dev și Flux 2 dev sunt ghidate prin distilare; antrenorii se ocupă de asta pentru tine, așa că lasă setarea de ghidare la valoarea implicită.

Pasul 6: antrenează

1. Pornește rularea și urmărește memoria în primul minut. Dacă se umple placa și trece în memoria sistemului, oprește: antrenamentul va dura de zece ori mai mult și poate să se blocheze.
2. Dacă memoria trece în sistem, schimbă baza la fp8, activează gradient checkpointing, folosește optimizerul AdamW pe 8 biți sau Adafactor, scade rezoluția la 768 și păstrează lotul la 1. Oricare dintre acestea eliberează gigabiți.
3. Odată ce rulează curat, lasă-l în pace. Flux.1 dev durează una-două ore pentru 1500 de pași pe o placă de 16 GB; Klein 4B este mai rapid; Flux 2 dev durează aproximativ o oră pe o placă închiriată de 48 GB.
4. Privește imaginile de probă pe măsură ce apar. Subiectul apare de obicei până la pasul 500 și este solid până la 1000. Dacă este perfect la 750, poți opri mai devreme.

Antrenamentul este lent și zgomotos, nu fragil. O rulare care supraviețuiește primului minut aproape întotdeauna se termină. Cachează latentele și încorporările textului înainte de antrenament dacă antrenorul tău oferă asta; economisește memorie și timp la fiecare rulare.

Pasul 7: testează și alege punctul de control potrivit

Ultimul punct de control rar este cel mai bun. LoRA-urile suprantrenate copiază fundalurile setului de date, ard contrastul și nu mai ascultă prompturile. Testează-le pe toate:

• Scrie patru prompturi pe care setul de date nu le conține: un loc nou, o ținută nouă, o lumină diferită, un mediu diferit. Fixează seed-ul.
• Redă fiecare punct de control salvat cu cele patru prompturi la greutăți LoRA 0.6, 0.8 și 1.0.
• Alege cel mai timpuriu punct de control care surprinde subiectul și încă urmează noile prompturi. Cele mai târzii sunt de obicei supragătite; cele mai timpurii sunt vagi.
• Redenumește câștigătorul cu ceva ce vei recunoaște într-o bibliotecă peste un an, cum ar fi subiectul și baza: my-flux-lora, nu lora_000750.

Nu ai placă grafică? Închiriază una pentru o oră

Antrenamentul Flux 2 dev, sau orice antrenament Flux pe un laptop, este mai ieftin pe o placă închiriată decât pe timpul tău propriu. O placă de 24 sau 48 GB costă mult sub prețul unei cafele pe oră pe piețele de închiriere GPU, iar un Flux LoRA are nevoie de una până la două ore.

• Închiriază o mașină cu o placă de 24 GB pentru Flux.1 dev sau Klein, 48 GB pentru Flux 2 dev. Alege un șablon care are antrenorul preinstalat când piața oferă unul; șabloanele AI Toolkit sunt comune.
• Încarcă folderul setului de date, rulează aceleași setări ca mai sus și descarcă punctele de control pe care vrei să le testezi. Setul de date și greutățile rămân ale tale.
• Oprește mașina când descărcarea se termină. Totul, inclusiv configurarea, durează de obicei sub două ore de închiriere.

Folosește-ți Flux LoRA pe Graydient

Graydient nu are nevoie de fișierul de pe calculatorul tău pentru a reda cu el. Pune-l unde Graydient îl poate prelua și importă linkul:

1. Încarcă fișierul .safetensors într-un depozit din contul tău Hugging Face (public sau privat), sau publică-l pe Civitai cu modelul de bază setat la versiunea Flux pe care ai antrenat-o.
2. autentifică-te în Graydient, deschide Import Model din biblioteca ta de pe dashboard și lipește linkul direct al fișierului de pe Hugging Face sau linkul paginii Civitai. Pașii compleți sunt în cum să imporți modele Civitai pe Graydient.
3. Așteaptă să apară LoRA în biblioteca ta și copiază ShortCode-ul pe care Graydient l-a dat.
4. Redă cu tagul LoRA și baza corespunzătoare în orice aplicație Graydient: <lora:my-flux-lora:0.8> <flux-dev> pentru un Flux.1 LoRA, sau <lora:my-flux2-lora:0.8> <flux2> pentru un Flux 2 LoRA. Fiecare aplicație, greutate și regulă de stivuire este în ghidul pentru începători pentru Flux și Flux 2 LoRAs pe Graydient.

O redare completă pentru Telegram sau Discord, cu cuvântul declanșator primul și LoRA la 0.8 pe baza Flux dev: /render ohwx woman, portrait, soft window light, 85mm photo <lora:my-flux-lora:0.8> <flux-dev> /steps:24 /guidance:3.5 /size:1024x1024

Licențe: ce poți face cu LoRA

Un LoRA este un derivat al modelului său de bază, deci licența de bază îl însoțește. Verifică textul licenței curente pe pagina modelului înainte să vinzi redări sau fișierul:

• Flux.1 dev și Flux 2 dev sunt lansate sub licența non-comercială a Black Forest Labs. Proiectele personale și cercetarea sunt permise; utilizarea comercială necesită licența lor comercială.
• Flux 2 Klein 4B (și punctul său de control Base) este Apache 2.0, deci LoRA-urile antrenate pe el nu au restricții de model de bază. Klein 9B este sub licența non-comercială.
• Imaginile din setul tău de date au propriile drepturi. Antrenează-te pe fotografii pe care le-ai făcut sau deții și niciodată pe o persoană reală fără consimțământul ei.

Dacă ceva merge prost

• Memorie insuficientă în primul minut: baza în fp16 plus optimizerul nu încape. Treci la fp8, AdamW pe 8 biți sau Adafactor, gradient checkpointing, rezoluție 768, lot 1. Dacă tot trece în sistem, închiriază o placă.
• LoRA schimbă toată imaginea, nu doar subiectul: descrierile nu au inclus fundalul și lumina, așa că antrenorul le-a învățat ca parte din cuvântul declanșator. Rescrie descrierile cu contextul clar și variază setul de date.
• Fața este corectă la greutatea 1.0, dar prompturile sunt ignorate: suprantrenat. Folosește un punct de control anterior. La următoarea rulare, înjumătățește pașii sau scade rata de învățare la 5e-5.
• Doar o asemănare vagă la orice greutate: subantrenat sau setul de date este prea uniform. Adaugă pași în blocuri de 500 sau adaugă imagini cu unghiuri noi.
• LoRA nu face nimic pe Graydient: baza nu se potrivește. Un Flux.1 LoRA are nevoie de <flux-dev>; un Flux 2 LoRA are nevoie de <flux2>. Verifică și că cuvântul declanșator este în prompt.
• Antrenamentul rulează, dar este dureros de lent: a trecut în memoria sistemului sau setul de date este pe un disc lent. Repară memoria ca la primul punct, cachează latentele și mută setul de date pe un SSD.

Aceasta este toată metoda: o bază, 20 de poze curate, descrieri corecte, cinci numere, o rulare, un test. Primul tău Flux LoRA nu va fi cel mai bun, iar al doilea durează jumătate din timp. Când fișierul există, autentifică-te în Graydient sau compară planuri și prețuri pentru a reda cu el de câte ori vrei. Fiecare plan include garanție de returnare a banilor în 7 zile.

Întrebări

Vezi planurile și prețurile