⚠️ 警告:本仓库中的脚本可能会损坏您的训练数据。在继续操作之前,请务必备份。
SimpleTuner 是一个专门用于训练优化的实验性脚本集合。该项目注重简单性,致力于使代码易于阅读和理解。这个代码库作为一个共享的学术练习,欢迎贡献。
在开始教程之前,请充分阅读本README,因为它包含了您可能需要首先了解的重要信息。
如果想快速开始而不阅读完整文档,可以使用快 速入门指南。
对于内存受限的系统,请参阅DeepSpeed文档,其中解释了如何使用🤗Accelerate配置Microsoft的DeepSpeed以实现优化器状态卸载。
包含Flux.1的初步训练支持:
--base_model_precision
将基础模型量化为int8-quanto
或fp8-quanto
以大幅节省内存SimpleTuner与PixArt Sigma有广泛的训练集成 - 600M和900M模型都可以无缝加载。
请参阅PixArt快速入门指南开始训练。
Stable Diffusion 2.1在微调过程中以难度著称,但事实并非如此。SimpleTuner中相关的功能包括:
请参阅Stable Diffusion 3快速入门开始使用。
一个基于SDXL的模型, 使用ChatGLM(通用语言模型)6B作为其文本编码器,将隐藏维度大小翻倍,大幅增加了提示嵌入中包含的局部细节水平。
Kolors支持几乎与SDXL一样深入,除了不支持ControlNet训练。
EMA(指数移动平均)权重是一种内存密集型操作,但在训练结束时提供出色的结果。像--ema_cpu_only
这样的选项可以通过将EMA权重加载到CPU并保持在那里来改善这种情况。
没有EMA,必须更加小心,不要通过使用正则化数据来大幅改变模型,导致"灾难性遗忘"。
xformers
,它可能比Nvidia同等产品使用更多内存Flux更适合使用多个GPU进行训练。
ubuntu.sh
- 这是一个基本的"安装程序",可在Vast.ai实例上快速部署。它可能不适用于每个容器镜像。train.sh
- SDXL的主要训练脚本。config/config.env.example
- 这些是训练参数,您应该复制到config/config.env
有关SimpleTuner附带的相关工具包的更多信息,请参阅工具包文档。
详细的设置信息可在安装文档中找到。
通过在环境文件中添加export SIMPLETUNER_LOG_LEVEL=DEBUG
来启用调试日志,以获得更详细的洞察。
对于训练循环的性能分析,设置SIMPLETUNER_TRAINING_LOOP_LOG_LEVEL=DEBUG
将显示时间戳,突出显示配置中的任何问题。
有关可用选项的完整列表,请参阅此文档。
如需更多帮助或与志同道合的人讨论训练,请加入我们的Discord服务器
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
全能AI智能助手,随时解答生活与工作的多样问题
问小白,由元石科技研发的AI智能助手,快速准确地解答各种生活和工作问题,包括但不限于搜索、规划和社交互动,帮助用户在日常生活中提高效率,轻松管理个人事务。
实时语音翻译/同声传译工具
Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手,它拥有超精准的音频识别翻译能力,几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球,无论你是留学生、商务人士、韩剧美剧爱好者,还是出国游玩、多国会议、跨国追星等等,都可以满足你所有需要同传的场景需求,线上线下通用,扫除语言障碍,让全世界的语言交流不再有国界。
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号