Bir Flux LoRA (Flux.1 ve Flux 2) nasıl eğitilir: adım adım başlangıç rehberi

Flux LoRA eğitimi, Flux görüntü modeline bilmediği bir şeyi öğretme şeklidir: yüzünüzü, ürününüzü, çizim tarzınızı, bir kamera görünümünü. Sonuç, herhangi bir Flux uygulamasında, Graydient dahil, kullanabileceğiniz 20 ila 300 MB arasında bir .safetensors dosyasıdır. Süreç 15 ila 30 fotoğraf, 12 ila 16 GB belleğe sahip bir kart (veya bir saatliğine kiralanan bir kart) ve ücretsiz bir eğitici gerektirir. Bu rehber Flux.1 geliştiricisi ve Flux 2 için her adımı anlatır ve yeni LoRA'nızı burada nasıl çalıştıracağınızı gösterir.

Yedi şey yapacaksınız: eğitmek için Flux tabanını seçmek, küçük bir veri seti oluşturmak, başlıklar yazmak, bir eğitici seçmek, birkaç sayıyı ayarlamak, eğitmek ve test etmek, sonra dosyayı Graydient'e aktarmak. Her adım aşağıda çoğu kişi için işe yarayan değerlerle yazılmıştır. Zaten eğitilmiş bir dosyanız varsa, kullanma bölümüne geçin.

Graydient LoRA'ları çalıştırır; onları eğitmez. Eğitim kendi grafik kartınızda, saatlik kiraladığınız bir GPU'da veya çevrimiçi bir eğiticiden yapılır. Dosya oluşturulduktan sonra, her Graydient planı bunu kullanarak sabit bir fiyatla render yapabilir.

İhtiyacınız olanlar

• Bir konu için 15 ila 30 iyi fotoğraf veya bir tarz için 30 ila 60. Telefon fotoğrafları keskin ve çeşitli ise uygundur.
• Flux.1 geliştirici veya Flux 2 Klein 4B için 12 ila 16 GB belleğe sahip bir grafik kartı, Flux 2 geliştirici için ise 24 GB ve üzeri. Kartınız yoksa bir saatliğine kiralayın (aşağıya bakın) veya çevrimiçi bir eğitici kullanın.
• Ücretsiz bir eğitici: AI Toolkit, Kohya sd-scripts (veya bunun üstünde FluxGym arayüzü) ya da OneTrainer. Hepsi Windows ve Linux'ta Python yüklü olarak çalışır.
• Bir ila üç saat, çoğu bekleme süresi. Graydient planı sadece dosyayla render yapmak istediğinizde önemlidir. planlar ve fiyatlandırma ile karşılaştırın.

Adım 1: Eğitmek için Flux tabanını seçin

Bir LoRA, eğitildiği temel modele bağlıdır, bu yüzden render yapmak istediğiniz temelle başlayın. Flux ailesinin paylaşılmayan üç dalı vardır:

Hatırlanacak kural: Flux.1 LoRA'lar Flux 2'de çalışmaz, Flux 2 LoRA'lar Flux.1'de çalışmaz ve Klein 4B, Klein 9B ve Flux 2 geliştirici her biri kendi LoRA'sını gerektirir. Krea 2 farklı bir modeldir, Flux değildir. Birden fazla taban kullanıyorsanız, aynı veri setinden her taban için bir kez eğitin.

Adım 2: Veri setini oluşturun

Flux, küçük ve temiz veri setlerinden hızlı öğrenir. Kalite sayıyı yener; 20 keskin ve çeşitli fotoğraf, 80 neredeyse kopya fotoğraftan iyidir.

1. Bir kişi, ürün veya nesne için 15 ila 30 fotoğraf toplayın. Çekimler arasında açı, mesafe, ışık ve arka planı değiştirin. En az üçte biri yakın çekim, üçte biri tam vücut veya tam ürün olsun.
2. Bir tarz için, aynı ortam ve çizgi kalitesine sahip ama farklı konularda 30 ila 60 çalışma toplayın: insanlar, yerler, nesneler. Çeşitlilik, eğiticinin konunun tarz olmadığını anlamasını sağlar.
3. Bulanıklık, ağır sıkıştırma, filigran, metin bindirmeleri ve konu olmayan kişileri çıkarın. Set içinde bir yabancı yüz renderlarda görünür.
4. Çözünürlük: Uzun kenarda 1024 piksel Flux için standarttır. En-boy oranlarını karışık tutun; her eğitici otomatik olarak gruplar. Fotoğrafları kareye uzatmayın.
5. Fotoğrafları aynı ada sahip bir metin dosyasıyla birlikte tek bir klasöre koyun. Başlık metin dosyasına yazılır: dataset/01.jpg dataset/01.txt dataset/02.jpg dataset/02.txt

Adım 3: Başlıkları yazın

Flux, T5 metin kodlayıcısı aracılığıyla doğal cümleleri okur, bu yüzden başlıklar anahtar kelime listesi değil, düz açıklamalardır. Başlıklar LoRA'nın neyi öğreneceğini ve neyi bırakacağını belirler:

• Bir konu için, gerçek olmayan bir tetikleyici kelime ile başlayın, sonra konunun dışındaki her şeyi tanımlayın: kıyafet, poz, yer, ışık. Eğitici tetikleyici kelimenin başlıkta açıklanmayan kısmı olduğunu öğrenir.
• Bir tarz için, her fotoğrafın içeriğini tanımlayın, tarzı asla belirtmeyin. Tarz, LoRA'nın çıkarım yoluyla öğrendiği şeydir ve sonra istediğiniz herhangi bir konuya uygulanır.
• Başlıkları bir veya iki cümle ile sınırlayın. 30'dan fazla fotoğrafınız varsa Florence-2 veya JoyCaption ile otomatik başlık oluşturun, sonra ilk on tanesini elle okuyup düzeltin.
• Gerçek bir kişinin adını tetikleyici kelime olarak kullanmayın ve fotoğrafta olmayan şeyleri başlıkta yazmayın.

Bir kişi LoRA'sı için konu başlığı: ohwx woman, wearing a grey wool coat, standing on a stone bridge, overcast daylight, looking at the camera

Tarz LoRA'sı için başlık, tarzın kasıtlı olarak belirtilmediği: a fishing boat in a harbour at dawn, two men on the pier, fog over the water

Adım 4: Bir eğitici seçin

Dört ücretsiz, açık kaynaklı eğitici her Flux tabanını kapsar. Hepsi aynı veri seti klasörünü alır ve aynı tür .safetensors dosyasını üretir:

• AI Toolkit (ostris tarafından): en çok kullanılan Flux eğiticisi. Her çalışma için bir YAML yapılandırma dosyası, web arayüzü, düşük VRAM modları ve Flux.1 geliştirici, Flux 2 geliştirici ve Flux 2 Klein desteği. Çalıştırmayı python run.py config/my_flux_lora.yaml ile başlatın. En iyi ilk seçim.
• Kohya sd-scripts ve FluxGym: Kohya, çoğu Stable Diffusion LoRA'sının arkasındaki deneyimli eğitici ve bir Flux dalı var. FluxGym, bunun üstünde 12, 16 ve 20 GB ön ayarlarıyla tek sayfalık web arayüzü. Dosya düzenlemek yerine form doldurmak istediğinizde iyi.
• OneTrainer: SDXL ve Flux.1 için kullanıcı dostu arayüze sahip masaüstü uygulaması. SDXL LoRA'ları da eğitiyorsanız ve tek bir araç istiyorsanız seçin.
• Çevrimiçi eğiticiler: Civitai'nin yerleşik eğiticisi ve GPU barındırma sitelerindeki Flux eğiticileri, fotoğrafların zipini alır ve bir dosya döner. Her çalıştırma için kredi gerektirir ve ayarları gizler, ancak hiç kart gerekmez. Ürettikleri dosya Graydient'e aynı şekilde içe aktarılır.

Adım 5: Önemli beş sayıyı ayarlayın

Her eğitici onlarca seçenek sunar. Varsayılanları değiştirmeyin, sadece LoRA'nın gücünü, genelliğini ve boyutunu belirleyen şunları:

Eğitmeni her 250 adımda bir kontrol noktası kaydetmeye ve her kayıtta aynı istem ve tohumla iki örnek resim oluşturmaya ayarla. Bu örnekler kazananı seçmek için kullanılır. Flux.1 dev ve Flux 2 dev rehberlik-distileli; eğitmenler bunu senin için halleder, bu yüzden rehberlik ayarını varsayılan bırak.

6. Adım: eğit

1. Çalıştırmayı başlat ve ilk dakika belleği izle. Eğer kart dolup sistem belleğine taşarsa dur: eğitim on kat daha uzun sürer ve çökmeye neden olabilir.
2. Bellek taşarsa, temeli fp8 yap, gradyan kontrol noktasını aç, 8-bit AdamW veya Adafactor optimizatörünü kullan, çözünürlüğü 768'e düşür ve batch'i 1 tut. Bunlardan herhangi biri gigabaytlarca boşaltır.
3. Temiz çalışmaya başladıktan sonra müdahale etme. Flux.1 dev 16 GB kartta 1500 adım için 1-2 saat sürer; Klein 4B daha hızlıdır; Flux 2 dev kiralık 48 GB kartta yaklaşık 1 saat sürer.
4. Örnek resimlere çıktıkça bak. Konu genellikle 500. adımda belirir ve 1000. adımda sağlam olur. 750'de mükemmelse erken durabilirsin.

Eğitim yavaş ve gürültülü, kırılgan değil. İlk dakikayı atlatan bir çalışma neredeyse her zaman tamamlanır. Eğitmen sunuyorsa latents ve metin gömme önbelleğe al; her çalışmada bellek ve zamandan tasarruf sağlar.

7. Adım: test et ve doğru kontrol noktasını seç

Son kontrol noktası nadiren en iyisidir. Aşırı eğitilmiş LoRA'lar veri setinin arka planlarını kopyalar, kontrastı yakar ve istemleri dinlemeyi bırakır. Hepsini test et:

• Veri setinde olmayan dört istem yaz: yeni bir yer, yeni bir kıyafet, farklı bir ışık, farklı bir ortam. Tohumu sabitle.
• Kaydedilen her kontrol noktasını dört istemle LoRA ağırlıkları 0.6, 0.8 ve 1.0'da oluştur.
• Konuyu tam yakalayan ve yeni istemlere hâlâ uyan en erken kontrol noktasını seç. Daha sonrakiler genellikle fazla pişmiş; öncekiler belirsizdir.
• Kazananı bir yıl sonra kütüphanede tanıyacağın bir isimle yeniden adlandır, örneğin konu ve temel: my-flux-lora, lora_000750 değil.

Grafik kartın yok mu? Bir saatliğine kirala

Flux 2 dev eğitimi veya dizüstü bilgisayarda herhangi bir Flux eğitimi, kendi zamanından daha ucuz kiralık kartta. 24 veya 48 GB kart GPU kiralama pazarlarında kahve fiyatının çok altında saatlik ücretle bulunur ve bir Flux LoRA 1-2 saat gerektirir.

• Flux.1 dev veya Klein için 24 GB, Flux 2 dev için 48 GB kartlı bir makine kirala. Pazar yeri sunuyorsa eğitmen ön yüklü şablon seç; AI Toolkit şablonları yaygındır.
• Veri seti klasörünü yükle, yukarıdaki ayarlarla çalıştır ve test etmek istediğin kontrol noktalarını indir. Veri seti ve ağırlıklar senin olur.
• İndirme bitince makineyi durdur. Kurulum dahil tüm işlem genellikle iki saatten az sürer.

Flux LoRA'nı Graydient'te kullan

Graydient, dosyanın bilgisayarında olmasına gerek duymadan onunla oluşturur. Dosyayı Graydient'in erişebileceği bir yere koy ve bağlantıyı içe aktar:

1. .safetensors dosyasını Hugging Face hesabındaki bir depoya (herkese açık veya özel) yükle veya eğitildiğin Flux sürümünü temel model olarak ayarlayarak Civitai'da yayınla.
2. Graydient'e giriş yap, kontrol panelindeki Model İçe Aktar'ı aç ve Hugging Face'den doğrudan dosya bağlantısını veya Civitai sayfa bağlantısını yapıştır. Tam adımlar Graydient'te Civitai modelleri nasıl içe aktarılır içinde.
3. LoRA kütüphanende görünene kadar bekle ve Graydient'in verdiği Kısa Kodu kopyala.
4. LoRA etiketi ve eşleşen temel ile herhangi bir Graydient uygulamasında oluştur: Flux.1 LoRA için <lora:my-flux-lora:0.8> <flux-dev>, Flux 2 LoRA için <lora:my-flux2-lora:0.8> <flux2>. Her uygulama, ağırlık ve yığma kuralı Graydient'te Flux ve Flux 2 LoRA'ları için başlangıç rehberi'da.

Telegram veya Discord için tam bir ilk oluşturma, tetikleyici kelime önce ve LoRA 0.8 ağırlığında Flux dev tabanında: /render ohwx woman, portrait, soft window light, 85mm photo <lora:my-flux-lora:0.8> <flux-dev> /steps:24 /guidance:3.5 /size:1024x1024

Lisanslar: LoRA ile neler yapabilirsin

Bir LoRA, temel modelinin türevidir, bu yüzden temel lisans onunla birlikte gelir. Dosyayı veya oluşturmayı satmadan önce model sayfasındaki güncel lisans metnini kontrol et:

• Flux.1 dev ve Flux 2 dev Black Forest Labs'in ticari olmayan lisansı altında yayımlanmıştır. Kişisel projeler ve araştırma serbesttir; ticari kullanım için ticari lisans gerekir.
• Flux 2 Klein 4B (ve Temel kontrol noktası) Apache 2.0 lisansı altındadır, bu yüzden üzerinde eğitilen LoRA'lar temel model kısıtlaması taşımaz. Klein 9B ticari olmayan lisans altındadır.
• Veri setindeki resimlerin kendi hakları vardır. Kendi çektiğin veya sahip olduğun fotoğraflarla eğit, gerçek bir kişiyi izni olmadan asla kullanma.

Bir şeyler ters giderse

• İlk dakikada bellek doldu: fp16 temel ve optimizatör sığmıyor. fp8'e geç, 8-bit AdamW veya Adafactor kullan, gradyan kontrol noktası aç, çözünürlük 768, batch 1. Hala taşarsa kart kirala.
• LoRA sadece konuyu değil tüm resmi değiştiriyor: altyazılar arka plan ve ışığı tanımlamadı, eğitmen bunları tetik kelimenin parçası olarak öğrendi. Bağlamı açık yazan altyazılarla tekrar et ve veri setini çeşitlendir.
• Yüz ağırlık 1.0'da doğru ama istemler yok sayılıyor: aşırı eğitim. Daha erken bir kontrol noktası kullan. Sonraki çalışmada adımları yarıya indir veya öğrenme hızını 5e-5'e düşür.
• Herhangi bir ağırlıkta sadece belirsiz benzerlik: az eğitimli veya veri seti çok tekdüze. 500 adımlık bloklarla adım ekle veya yeni açılardan resimler ekle.
• LoRA Graydient'te işe yaramıyor: temel eşleşmiyor. Flux.1 LoRA <flux-dev> gerektirir; Flux 2 LoRA <flux2> gerektirir. Ayrıca tetik kelimenin istemde olduğundan emin ol.
• Eğitim çalışıyor ama çok yavaş: sistem belleğine taşmış veya veri seti yavaş sürücüde. İlk maddeyi uygula, latents önbelleğe al, veri setini SSD'ye taşı.

Yöntem bu kadar: bir temel, 20 temiz resim, dürüst altyazılar, beş sayı, bir çalışma, bir test. İlk Flux LoRA'n en iyi olmayacak, ikincisi yarı zamanda biter. Dosya hazır olduğunda, Graydient'e giriş yap veya planlar ve fiyatlandırma ile istediğin kadar oluştur. Her plan 7 günlük para iade garantisi içerir.

Sorular

Planları ve fiyatları gör