Flux Lora Training

🚀 flux-lora-training

這是一個基於 black-forest-labs/FLUX.1-dev 的標準PEFT LoRA模型，可用於文本到圖像的轉換。

🚀 快速開始

本項目是從 black-forest-labs/FLUX.1-dev 派生而來的標準PEFT LoRA。

訓練期間使用的主要驗證提示為：

photo of $kora the cat sleeping on a windowsill.

✨ 主要特性

• 基於標準PEFT LoRA技術。
• 適用於文本到圖像、圖像到圖像等多種任務。

📦 安裝指南

文檔未提及安裝步驟，可參考原模型 black-forest-labs/FLUX.1-dev 的安裝說明。

💻 使用示例

基礎用法

import torch
from diffusers import DiffusionPipeline

model_id = 'black-forest-labs/FLUX.1-dev'
adapter_id = 'Forezeztgump/flux-lora-training'
pipeline = DiffusionPipeline.from_pretrained(model_id, torch_dtype=torch.bfloat16) # loading directly in bf16
pipeline.load_lora_weights(adapter_id)

prompt = "photo of $kora the cat sleeping on a windowsill."


## Optional: quantise the model to save on vram.
## Note: The model was not quantised during training, so it is not necessary to quantise it during inference time.
#from optimum.quanto import quantize, freeze, qint8
#quantize(pipeline.transformer, weights=qint8)
#freeze(pipeline.transformer)
    
pipeline.to('cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu') # the pipeline is already in its target precision level
model_output = pipeline(
    prompt=prompt,
    num_inference_steps=15,
    generator=torch.Generator(device='cuda' if torch.cuda.is_available() else 'mps' if torch.backends.mps.is_available() else 'cpu').manual_seed(42),
    width=1024,
    height=1024,
    guidance_scale=3.5,
).images[0]

model_output.save("output.png", format="PNG")

📚 詳細文檔

驗證設置

• CFG: 3.5
• CFG Rescale: 0.0
• 步數: 15
• 採樣器: FlowMatchEulerDiscreteScheduler
• 隨機種子: 42
• 分辨率: 1024x1024
• 跳過層引導:

注意：驗證設置不一定與訓練設置相同。

你可以在以下圖庫中找到一些示例圖像：