Hur man tränar en Flux LoRA (Flux.1 och Flux 2): steg-för-steg nybörjarguide

Flux LoRA-träning är hur du lär Flux bildmodell något den inte kan: ditt ansikte, din produkt, din ritstil, en kamerastil. Resultatet är en .safetensors-fil på 20 till 300 MB som du kan använda i vilken Flux-app som helst, inklusive Graydient. Processen kräver 15 till 30 bilder, ett grafikkort med 12 till 16 GB minne (eller ett hyrt för en timme) och en gratis tränare. Denna guide går igenom varje steg för Flux.1 dev och för Flux 2, och avslutas med hur du kör din nya LoRA här.

Du kommer att göra sju saker: välja Flux-bas, bygga ett litet dataset, skriva bildtexter, välja tränare, ställa in några värden, träna och testa, sedan importera filen till Graydient. Varje steg är beskrivet nedan med värden som fungerar för de flesta. Har du redan en tränad fil, hoppa till avsnittet om hur du använder den.

Graydient kör LoRAs; den tränar dem inte. Träningen sker på ditt eget grafikkort, på en hyrd GPU per timme eller i en online-tränare. När filen finns kan varje Graydient-plan rendera med den för ett fast pris.

Vad du behöver

• 15 till 30 bra bilder av ett motiv, eller 30 till 60 för en stil. Mobilfoton fungerar bra om de är skarpa och varierade.
• Ett grafikkort med 12 till 16 GB minne för Flux.1 dev eller Flux 2 Klein 4B, eller 24 GB och uppåt för Flux 2 dev. Ingen kort? Hyr ett för en timme (se nedan) eller använd en online-tränare.
• En gratis tränare: AI Toolkit, Kohya sd-scripts (eller FluxGym-gränssnittet ovanpå) eller OneTrainer. Alla körs på Windows och Linux med Python installerat.
• En till tre timmar, mest väntetid. En Graydient-plan behövs bara i slutet när du vill rendera med filen. Jämför planer och priser.

Steg 1: välj Flux-bas att träna på

En LoRA är bunden till basmodellen den tränades på, så börja med den bas du vill rendera med. Flux-familjen har tre grenar som inte delar LoRAs:

Regeln att komma ihåg: Flux.1 LoRAs fungerar inte på Flux 2, Flux 2 LoRAs fungerar inte på Flux.1, och Klein 4B, Klein 9B och Flux 2 dev behöver varsin LoRA. Krea 2 är en annan modell, inte Flux. Om du använder flera baser, träna en gång per bas från samma dataset.

Steg 2: bygg datasetet

Flux lär sig snabbt från små, rena dataset. Kvalitet slår kvantitet; 20 skarpa och varierade bilder slår 80 nästan identiska.

1. Samla 15 till 30 bilder för en person, produkt eller objekt. Variera vinkel, avstånd, ljus och bakgrund mellan bilderna. Inkludera minst en tredjedel närbilder och en tredjedel helkropp eller hel produkt.
2. För en stil, samla 30 till 60 verk med samma medium och linjekvalitet men olika motiv: människor, platser, objekt. Variation är vad som berättar för tränaren att motivet inte är stilen.
3. Ta bort suddiga bilder, kraftig komprimering, vattenstämplar, textöverlägg och alla som inte är motivet. Ett enda främmande ansikte i setet syns i renderingarna.
4. Upplösning: 1024 pixlar på långsidan är standard för Flux. Behåll blandade bildförhållanden; varje tränare sorterar dem automatiskt. Sträck inte bilder till kvadrater.
5. Lägg bilderna i en mapp med en textfil bredvid varje bild med samma namn. Bildtexten går i textfilen: dataset/01.jpg dataset/01.txt dataset/02.jpg dataset/02.txt

Steg 3: skriv bildtexterna

Flux läser naturliga meningar via sin T5-textkodare, så bildtexter är enkla beskrivningar, inte nyckelordslistor. Bildtexterna avgör vad LoRA lär sig och vad den lämnar ifred:

• För ett motiv, börja med ett triggerord som inte är ett riktigt ord, beskriv sedan allt som inte är motivet: kläder, pose, plats, ljus. Tränaren lär sig att triggerordet är den del som bildtexten inte förklarar.
• För en stil, beskriv innehållet i varje bild och nämn aldrig stilen. Stilen lär sig LoRA genom att utelämna den, och den kommer sedan att appliceras på vilket motiv du än promptar.
• Håll bildtexterna till en eller två meningar. Auto-caption med Florence-2 eller JoyCaption om du har fler än 30 bilder, läs sedan igenom och rätta de första tio för hand.
• Använd inte en riktig persons namn som triggerord, och skriv inte bildtexter om saker som inte finns i bilden.

En bildtext för en person-LoRA: ohwx woman, wearing a grey wool coat, standing on a stone bridge, overcast daylight, looking at the camera

En bildtext för en stil-LoRA, där stilen medvetet inte nämns: a fishing boat in a harbour at dawn, two men on the pier, fog over the water

Steg 4: välj en tränare

Fyra gratis, öppen källkod-tränare täcker varje Flux-bas. De tar alla samma datasetmapp och producerar samma typ av .safetensors-fil:

• AI Toolkit (av ostris): den mest använda Flux-tränaren. En YAML-konfigurationsfil per körning, ett webbgränssnitt, låg-VRAM-lägen och stöd för Flux.1 dev, Flux 2 dev och Flux 2 Klein. Starta körningen med python run.py config/my_flux_lora.yaml. Det bästa första valet.
• Kohya sd-scripts och FluxGym: Kohya är veterantränaren bakom de flesta Stable Diffusion LoRAs och har en Flux-gren. FluxGym är ett en-sidigt webbgränssnitt ovanpå med 12, 16 och 20 GB förinställningar. Bra när du vill fylla i ett formulär, inte redigera en fil.
• OneTrainer: en skrivbordsapplikation med ett användarvänligt gränssnitt för SDXL och Flux.1. Välj den om du också tränar SDXL LoRAs och vill ha ett verktyg.
• Online-tränare: Civitais on-site tränare och Flux-tränare på GPU-hosting-sajter tar en zip med bilder och returnerar en fil. De kostar krediter per körning och döljer inställningarna, men du behöver inget kort alls. Filen de producerar importeras till Graydient på samma sätt.

Steg 5: ställ in de fem viktiga värdena

Varje tränare visar dussintals alternativ. Lämna standardinställningarna förutom dessa, som avgör hur stark, hur generell och hur stor LoRA är:

Ställ in tränaren att spara en kontrollpunkt var 250:e steg och att rendera två exempelbilder vid varje sparande, med samma prompt och frö. Dessa exempel är hur du väljer vinnaren. Flux.1 dev och Flux 2 dev är vägledningsdestillerade; tränarna hanterar det åt dig, så låt vägledningsinställningen vara på standard.

Steg 6: träna

1. Starta körningen och övervaka minnet under den första minuten. Om det fyller kortet och går över till systemminnet, stoppa: träningen tar tio gånger längre tid och kan krascha.
2. Om minnet går över, byt basen till fp8, slå på gradient checkpointing, använd 8-bitars AdamW eller Adafactor optimizer, sänk upplösningen till 768 och behåll batchen på 1. Något av detta frigör gigabyte.
3. När det körs utan problem, låt det vara. Flux.1 dev tar en till två timmar för 1500 steg på ett 16 GB-kort; Klein 4B är snabbare; Flux 2 dev tar ungefär en timme på ett hyrt 48 GB-kort.
4. Titta på exempelbilderna när de dyker upp. Motivet brukar visa sig vid steg 500 och är stabilt vid 1000. Om det är perfekt vid 750 kan du sluta tidigt.

Träningen är långsam och brusig, inte ömtålig. En körning som klarar första minuten slutförs nästan alltid. Cachera latenter och textinbäddningar före träning om din tränare erbjuder det; det sparar minne och tid vid varje körning.

Steg 7: testa och välj rätt kontrollpunkt

Den sista kontrollpunkten är sällan den bästa. Övertränade LoRAs kopierar datasetets bakgrunder, bränner kontrasten och slutar lyssna på prompts. Testa alla:

• Skriv fyra prompts som datasetet inte innehåller: en ny plats, en ny outfit, ett annat ljus, ett annat medium. Fäst fröet.
• Rendera varje sparad kontrollpunkt med de fyra promptsen vid LoRA-vikter 0.6, 0.8 och 1.0.
• Välj den tidigaste kontrollpunkten som fångar motivet och fortfarande följer de nya promptsen. Senare är oftast överkokta; tidigare är vaga.
• Byt namn på vinnaren till något du känner igen i ett bibliotek om ett år, som motivet och basen: my-flux-lora, inte lora_000750.

Ingen grafikprocessor? Hyr en i en timme

Flux 2 dev-träning, eller vilken Flux-träning som helst på en laptop, är billigare på ett hyrt kort än på din egen tid. Ett 24 eller 48 GB-kort kostar långt under priset för en kaffe per timme på GPU-hyrmarknader, och en Flux LoRA behöver en till två timmar.

• Hyr en maskin med ett 24 GB-kort för Flux.1 dev eller Klein, 48 GB för Flux 2 dev. Välj en mall som har tränaren förinstallerad när marknaden erbjuder en; AI Toolkit-mallar är vanliga.
• Ladda upp datasetmappen, kör samma inställningar som ovan och ladda ner de kontrollpunkter du vill testa. Datasetet och vikterna förblir dina.
• Stäng av maskinen när nedladdningen är klar. Hela processen, inklusive installation, tar vanligtvis under två timmars hyra.

Använd din Flux LoRA på Graydient

Graydient behöver inte filen på din dator för att rendera med den. Lägg den där Graydient kan hämta den och importera länken:

1. Ladda upp .safetensors-filen till ett repository i ditt Hugging Face-konto (publikt eller privat), eller publicera den på Civitai med basmodellen satt till den Flux-version du tränade på.
2. logga in på Graydient, öppna Model Import från ditt dashboard-bibliotek och klistra in den direkta fil-länken från Hugging Face eller Civitai-sidans länk. Fullständiga steg finns i hur man importerar Civitai- och Hugging Face-modeller på Graydient.
3. Vänta tills LoRA visas i ditt bibliotek och kopiera ShortCode som Graydient gav den.
4. Rendera med LoRA-taggen och matchande bas i vilken Graydient-app som helst: <lora:my-flux-lora:0.8> <flux-dev> för en Flux.1 LoRA, eller <lora:my-flux2-lora:0.8> <flux2> för en Flux 2 LoRA. Alla appar, vikter och staplingsregler finns i nybörjarguide till Flux och Flux 2 LoRAs på Graydient.

En komplett första rendering för Telegram eller Discord, med triggerordet först och LoRA på 0.8 på Flux dev-bas: /render ohwx woman, portrait, soft window light, 85mm photo <lora:my-flux-lora:0.8> <flux-dev> /steps:24 /guidance:3.5 /size:1024x1024

Licenser: vad du får göra med LoRA

En LoRA är en härledning av sin basmodell, så baslicensen följer med. Kontrollera aktuell licenstext på modelsidan innan du säljer renderingar eller filen:

• Flux.1 dev och Flux 2 dev släpps under Black Forest Labs icke-kommersiella licens. Personliga projekt och forskning är okej; kommersiell användning kräver deras kommersiella licens.
• Flux 2 Klein 4B (och dess Base-kontrollpunkt) är Apache 2.0, så LoRAs tränade på den har inga basmodellbegränsningar. Klein 9B är under den icke-kommersiella licensen.
• Bilderna i ditt dataset har egna rättigheter. Träna på foton du tagit eller äger, och aldrig på en verklig person utan deras samtycke.

Om något går fel

• Slut på minne under första minuten: basen i fp16 plus optimeraren får inte plats. Byt till fp8, 8-bitars AdamW eller Adafactor, gradient checkpointing, upplösning 768, batch 1. Om det fortfarande går över, hyr ett kort.
• LoRA ändrar hela bilden, inte bara motivet: bildtexterna beskrev inte bakgrund och ljus, så tränaren lärde sig dem som en del av triggerordet. Skriv om bildtexterna med kontexten tydligt och variera datasetet.
• Ansiktet är rätt vid vikt 1.0 men prompts ignoreras: övertränat. Använd en tidigare kontrollpunkt. Nästa körning, halvera stegen eller sänk inlärningshastigheten till 5e-5.
• Bara en vag likhet vid någon vikt: undertränat, eller datasetet är för enhetligt. Lägg till steg i block om 500, eller lägg till bilder med nya vinklar.
• LoRA gör inget på Graydient: basen matchar inte. En Flux.1 LoRA behöver <flux-dev>; en Flux 2 LoRA behöver <flux2>. Kontrollera också att triggerordet finns i prompten.
• Träningen körs men är smärtsamt långsam: den gick över till systemminnet, eller datasetet ligger på en långsam enhet. Fixa minnet som i första punkten, cacha latenter och flytta datasetet till en SSD.

Det är hela metoden: en bas, 20 rena bilder, ärliga bildtexter, fem siffror, en körning, ett test. Din första Flux LoRA blir inte din bästa, och den andra tar halva tiden. När filen finns, logga in på Graydient eller jämför planer och priser för att rendera med den så många gånger du vill. Varje plan inkluderar 7 dagars pengarna-tillbaka-garanti.

Frågor

Se planer och priser