ostris/ai-toolkit

它解决了什么问题

AI Toolkit 提供一个统一且易于使用的扩散模型训练套件，使用户能够在消费级硬件上训练图像、视频和音频模型，而无需手动管理复杂的环境设置。

它是如何工作的

该工具包支持广泛的模型（包括 FLUX、SDXL 和 Wan 2.1），并提供两种主要方式来与训练过程交互：使用 YAML 配置文件的命令行界面（CLI）以及用于监控和管理任务的基于网页的图形用户界面（GUI）。它包含一个实验性管理器，可自动安装 PyTorch、Node.js 和 FFmpeg，以使环境与系统隔离。

它适合谁使用

它专为希望使用 LoRA 和 LoKr 等技术微调扩散模型的创作者和开发者设计，特别是那些硬件资源有限或偏好简化设置流程的人。

特点

• 广泛模型支持：兼容大量图像、视频、指令/编辑和音频扩散模型。
• 自动化设置：实验性管理器处理依赖安装和环境创建。
• 灵活训练：支持 LoRA 和 LoKr 训练，能够定位或排除特定模型层。
• 简化数据处理：自动处理图像调整大小和宽高比，仅需图像和匹配的文本说明文件。
• 云集成：提供官方模板和指南，用于在 RunPod 和 Modal 上进行训练。