kohya_ss：Stable Diffusion 微调的事实标准，LoRA 训练绕不开的 GUI

一、这篇教程带你完成什么

我们从零把 bmaltais/kohya_ss 跑起来，用它自带的 GUI 训练一个能出效果的 LoRA 模型，最后拿到一个 .safetensors 权重文件，可以直接丢进 WebUI 或 ComfyUI 里加载使用。整个流程走完大概 40 分钟（不含训练时间）。

这个仓库是目前 Stable Diffusion 微调领域事实上的标准工具，Apache 2.0 协议，12,591 Star、1,608 Fork，最近一次提交在 2026-08-01，迭代仍然很活跃。它的价值在于：既提供了完整的命令行训练脚本（train_network.py 等），也提供了一个把几百个参数可视化暴露出来的 Gradio GUI。新手可以先点 GUI 建立直觉，熟练后再回到命令行做批量任务。

二、前置条件

• Python 3.10.x（官方安装脚本按 3.10 设计，3.11/3.12 容易在依赖编译阶段翻车）。
• Git，用于拉取仓库。
• NVIDIA 显卡，显存建议 8GB 起；6GB 可通过混合精度 + 梯度检查点勉强跑 512×512 的 LoRA。
• 已安装对应 CUDA 版本的官方显卡驱动（不需要单独装 CUDA Toolkit，PyTorch 会自带运行时）。
• 至少 20GB 可用磁盘空间，模型文件和训练缓存都很占地方。

三、安装部署

1. 拉取仓库

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

2. 运行安装脚本

仓库自带一键安装脚本，它会创建独立的 Python 虚拟环境 venv 并装好 PyTorch、xformers 和全部依赖。

# Linux / macOS
./setup.sh

# Windows
setup.bat

过程中会问你几个问题：显卡型号、是否安装 xformers（建议 yes）、是否安装 bitsandbytes（8bit AdamW 优化器用，建议 yes）。装完大约 5-8GB。

3. 启动 GUI

# Linux / macOS
./gui.sh

# Windows
gui.bat

默认监听 http://127.0.0.1:7860。想局域网访问可以加参数：

./gui.sh --listen 0.0.0.0 --server_port 7860 --inbrowser

四、第一个 Demo：训练一个 LoRA

步骤 1：准备训练数据

kohya 使用「文件夹名即配置」的约定。N_概念名 中 N 表示每张图重复多少次，概念名会作为触发词。

mkdir -p train_data/10_mystyle
# 放入 10-20 张风格统一的图片，命名为 img01.png、img02.png ...
# 每张图片配一个同名 txt 打标文件：img01.txt、img02.txt ...

打标文件里写自然语言描述，比如：mystyle, a woman standing in a garden, soft light。没有打标工具可以用 GUI 里自带的 WD14 Tagger 页签自动生成。

步骤 2：准备底模

下载任意一个 SD1.5 的 .safetensors，放到 models/ 下（新建即可）。训练底模选干净的基础模型，不要用已经融合了一堆 LoRA 的二次元大模型，容易学偏。

步骤 3：执行训练

先让 accelerate 做一次环境配置（只做一次）：

source venv/bin/activate
accelerate config
# 全部选默认即可，单卡训练不需要多进程

然后跑训练脚本。这是最小可用参数集：

accelerate launch --num_cpu_threads_per_process=2 train_network.py 
  --pretrained_model_name_or_path="./models/sd15_base.safetensors" 
  --train_data_dir="./train_data" 
  --output_dir="./output" 
  --output_name="mystyle_lora" 
  --resolution=512,512 
  --network_module=networks.lora 
  --network_dim=16 
  --network_alpha=8 
  --learning_rate=1e-4 
  --lr_scheduler="cosine" 
  --optimizer_type="AdamW8bit" 
  --max_train_steps=1500 
  --train_batch_size=1 
  --save_every_n_steps=500 
  --mixed_precision="fp16" 
  --save_model_as=safetensors 
  --enable_bucket 
  --cache_latents

预期输出：终端开始刷 steps: 10/1500 loss=0.0823 lr=9.9e-05 这样的日志，loss 从 0.15 左右逐步降到 0.05-0.08 区间并趋于平稳。跑完后 ./output/ 下会生成 mystyle_lora.safetensors，文件大小通常 9-40MB（取决于 network_dim）。把这个文件放进 WebUI 的 models/Lora/ 目录即可在提示词里用 <lora:mystyle_lora:0.8> 调用。

五、配置与调优

network_dim 与 network_alpha

network_dim 是 LoRA 的秩，直接决定模型容量和文件体积。人物/画风推荐 16-32；想学复杂构图或多种元素再用 64-128，但过拟合风险同步上升。network_alpha 一般取 dim 的一半，等于 dim 时训练更"激进"。

显存不够怎么办

按这个顺序加参数：先上 --gradient_checkpointing，再考虑把 --train_batch_size 降到 1、--resolution 降到 512，最后开 --xformers 或 --sdpa。8bit AdamW（--optimizer_type="AdamW8bit"）能省下不少优化器状态显存，基本是默认选项。

用 TOML 配置代替长命令行

参数多了以后命令行很难维护。GUI 右上角有「Save config」可以把当前设置导出成 TOML，之后直接：

accelerate launch train_network.py --config_file=./configs/mystyle.toml

这让批量实验和版本管理都轻松很多，建议从 Demo 跑通后就切换到这个模式。

六、常见坑与排错

七、下一步

• 换训练目标：把 --network_module 换成 lycoris.kohya，可以训练 LoCon / LoHa 等变体，在细节表现上往往优于纯 LoRA。
• 进阶微调方式：尝试 DreamBooth（train_db.py）或全量微调，理解 LoRA 与完全微调在效果和成本上的取舍。
• 参数扫描：借助 TOML 配置 + Shell/Python 脚本批量跑不同 learning rate 和 dim 的组合，用固定随机种子和同一组提示词做横向对比，比凭感觉调参靠谱得多。