简介

在使用 Stable Diffusion 的时候，可以选择别人训练好的 Lora，那么如何训练自己的 Lora呢？
本篇文章介绍了如何训练Lora，如何筛选模型，如何在 Stable Diffusion 中使用。

闲话不多说，直接实际操作吧。

首先获取Lora的代码

github

git clone --recurse-submodules https://github.com/Akegarasu/lora-scripts

如果发现子包没下载，可以再更新子包

git submodule update --init --recursive

# Windows环境配置

这里 github 建议使用Python 3.10.8的环境，但是我的电脑已经配置了 python，不是Python 3.10.8的怎么办呢？

我的电脑就不是Python 3.10.8的环境，而 github 建议用Python 3.10.8，那么我们可以不用卸载我们原有的环境，可以用 conda 来配置多环境，如果不会用，可以网上搜索，或者也可以关注公众号，把问题发送给博主​。

conda create -n lora_train python=3.10.8

安装依赖包

运行 install.ps1 
将自动安装必要的包。

准备训练数据

这里需要清晰的人像照片，这里我用了20张，当然图片越多，AI 学习的效果会好些。

图片准备完毕后，需要对图片进行统一的处理，我们可以用 Stable Diffusion 进行统一处理。

图片需要处理成一样尺寸的，尺寸的大小可以用512×768或者512×640或者用512×512尺寸的，注意要是64的倍数

下面我们来对图片进行统一的处理。处理方法如下。

下面是在Stable Diffusion 的面板中进行操作，下图画圈的地方要进行操作，最下面要勾选上裁切，以及生成信息

素材生成结果

全部剪切为512×768,并生成了tag信息存在了txt文件下

新建文件夹train，把图片拷贝到该文件夹下

并起一个文件夹名字为20_train，这里的20是有必要的，是每轮20步训练

训练数据

更多内容请查看文章