#从今天起记录我的2023##ai绘画#今天开始来学习Lora模型的使用，先从安装开始吧.

为什么你应该学习Lora的使用?

stable diffusion webui可以玩的很简单，也可以玩的很复杂，相关的主题可以无尽扩散，其实一定是讲不完的，所以我只挑重要的讲。

开篇前提是假设你已经安装好stable diffusion webui，如果没有，就先从安装stable diffusion webui这一步开始吧。

这次来讲一下如何自己训练Lora模型。Lora模型的训练算是有点复杂，我一样试着尽量讲的浅显易懂，它不难，只是步骤多而已。一般来说，我自己也是讨厌麻烦事物的，但我认为Lora的实用性值得我麻烦一下，想玩stable diffusion webui的人我认为都有必要来学好这套工具，它值得花心思认识。

Lora模型为何重要呢?因为它可以直接针对特定的人物图片做训练，藉由Lora让AI认识你想画出的人物，这解除了一个常见的绘图情境：你心中有个想画的明确人物，但却要自己在那边拼拼凑凑最后还画出个四不像。有了Lora之后你可以尽情的画出你的偶像，你的梦中情人，你珍藏的动漫人物，还有你所有想画但画不出来的人。(但前提当然是你要有目标人物的图片才行。)

以下展示一个简单的例子，例如我如果想画福音战士的明日香的话，我选用Anything V4.5这个二次元绘图模组，并且在prompt打上evangelion asuka(=福音战士+明日香)，并且用同一组prompt与同一组种子，分别画两张图，一个是直接绘图，另一个则是有呼叫福音战士明日香的Lora模型。

先来看第一张直接绘制的图：虽然它疑似还是有点认识这个动漫人物，红发与科幻风格的战斗服都算是福音战士中明日香的特色，画的也很漂亮，但问题是这根本就不像明日香啊，重点特征好像有抓到但完全不是我想画的人。

接着看看同一组设定下再多呼叫Lora的成果：这张图就没问题了，很明显就是福音战士的明日香这个角色了。

简单的两张图就可以对比出Lora的效果与实用性了。

但Lora的用途是更广泛的，并不是用动漫Lora就只能画动漫图，我再用同一组设定，但把绘图模组改为写实画风的Chilloutmix，这样就可画出网上流行的那些半真半假的cosplay人物图了(这张图是同设定下直出，我没再特别挑好看的)：

正因为它是这么的实用也这么的重要，所以我觉得它有写一篇教学的价值。

Lora也是众多自训练的绘图元件中相对易学易用的了，训练过程也还算简单快速，你如果怕麻烦，选择其它的路只会更麻烦，其它模型训练的操作步骤与训练过程都相对复杂，我比较过后还是倾向于直接使用Lora就好了，使用AI绘图工具我觉得有趣跟简单是很重要的两件事，这是一种娱乐我不想搞的像在弄专题研究一样。

虽然我想尽量讲的简单一点，但训练Lora过程确实有点复杂，我尽量整理出一个简易而明确的安装步骤。

我分三篇讲，每篇只专注在简单快速完成一件事就好，照着教学做好三件事时，Lora模型也训练好了。

正题：开始安装

以下进入正题，这篇我们先从Kohyas GUI的安装开始讲起：

首先，既然你现在想了解的是stable diffusion webui的进阶应用，那我当然可以假设你的stable diffusion webui以及git都已经安装完成了，那目前就只缺下列两个软件：

前置作业：安装Visual Studio组件

Visual Studio 2015, 2017, 2019, and 2022 redistributable，这个没难度直接从这边下载安装就行了，废话我就不说了。

准备安装Kohyas GUI

Kohyas GUI，安装这套软体预留10GB的空间会比较保险。

安装过程看似复杂，但汇整一下可以简化成两大步，第一步就是开启特殊权限，第二步就是跑一堆指令，没了。

会让人觉得复杂的地方就是第二步一堆指令，但说穿了也是复制贴上的过程而已。

第一步：开启权限

先从开始开始菜单中找到Windows PowerShell，按滑鼠右键以管理员身份执行。

在打开的窗口中，执行下列命令：

Set-ExecutionPolicy Unrestricted

接着它会跳出警告并询问是否确认，此时回答：A

第二步：执行一堆指令

再来就是看似麻烦，但其实就是一连串贴上指令执行的过程。

先另开一个PowerShell窗口(因为第一步开启权限后要新开一个窗口才会使权限生效)，先下切换到你想安装这个软件的目录下。

接着执行下列git指令将软件下载回来：

git clone https://github.com/bmaltais/kohya_ss.git

以下为安装过程示意图，假设我想装在D盘下就是先执行D:切到D盘，然后再执行git clone

https://github.com/bmaltais/kohya_ss.git 即可：

接着就是将下方指令直接一次全部复制粘贴命令行下执行即可。

cdkohya_sspython -m venv venv.\venv\Scripts\activatepip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 –extra-index-url https://download.pytorch.org/whl/cu116pip install –use-pep517 –upgrade -r requirements.txtpip install -U -I —no-deps https://github.com/C43H66N12O12S2/stable-diffusion-webui/releases/download/f/xformers-0.0.14.dev0-cp310-cp310-win_amd64.whlcp .\bitsandbytes_windows\*.dll.\venv\Lib\site-packages\bitsandbytes\cp .\bitsandbytes_windows\cextension.py .\venv\Lib\site-packages\bitsandbytes\cextension.pycp .\bitsandbytes_windows\main.py .\venv\Lib\site-packages\bitsandbytes\cuda_setup\main.pyaccelerate config

在最后它应该会问你七个问题，如果你的环境也一样是单机单显卡，那你的答案就几乎全照预设值就可以了，如果你的环境较特殊再依自己的情况作答。

一个单机单显卡的凡人应该要回答的答案如下所示：

– ——————————————————————

In which compute environment are you running?

〈This machine〉

(**第一题，预设值就是正确的，直接按Enter**)

——————————————————————-

Which type of machine are you using?

〈No distributed training〉

(**第二题，预设值就是正确的，直接按Enter**)

Do you want to run your training on CPU only

(even if a GPU is available)? [yes/NO]:

(**第三题，预设值就是正确的，直接按Enter**)

Do you wish to optimize your script with torch dynamo?[yes/NO]:

(**第四题，预设值就是正确的，直接按Enter**)

Do you want to use DeepSpeed? [yes/NO]:

(**第五题，预设值就是正确的，直接按Enter)

What GPU(s) (by id) should be used for training on

this machine as a comma-seperated list? [all]:

(**第六题，预设值就是正确的，直接按Enter**)

——————————————————————-

Do you wish to use FP16 or BF16 (mixed precision)?

fp16

(**第七题，住手!!这题不是预设值，这边要用数字键做选择，

先按数字键1选到fp16再按Enter**)

这样就完成Kohyas GUI的安装了。