👋
【LoRA学習ログ】kohya_ss + dataset-tag-editor-standalone による学習ワークフロー
はじめに
今回は Windows 環境で、Stable Diffusion 用の LoRA（Low-Rank Adaptation）を作成するために、以下の構成で学習環境を整えました。
- モデル学習ツール：kohya_ss（GUI）
- タグ編集ツール：dataset-tag-editor-standalone（Gradio）
- GPU：RTX 4070 Ti SUPER
- CUDA：12.4 + torch 2.5.0
- Mixed Precision：fp16
マシンの詳細やスペックはこちらを参照
環境構築手順
1. 開発環境
現在のLoRA開発環境（C:\AItools以下）のディレクトリ構造をツリー形式で表現すると以下のようになります：
C:\AItools
├── dataset-tag-editor-standalone
└── lora
├── kohya_ss ← kohya_ss 本体＋GUI
├── model ← 学習に使用するモデル（例：Anylora）
├── output ← LoRA学習出力（*.safetensors, log, .toml）
└── train
└── aichi
└── 10_test ← 繰り返し数 10 の学習用画像とキャプション
この構成において：
-
kohya_ss：LoRA学習スクリプトとGUI（gui.bat）を含む主要ディレクトリ -
model：学習のベースとなるチェックポイントファイル（例：anyloraCheckpoint_bakedvaeBlessedFp16.safetensors）を配置 -
train\aichi\10_test：画像と.txtキャプションを格納したLoRA学習用フォルダ（10はrepeats値を示す） -
output：LoRA結果ファイル（例：aichi_v01.safetensors）や設定JSON／TOMLファイルが自動保存される場所
2. CPUアクセラレータの設定
> accelerate config
In which compute environment are you running?
> This machine
Which type of machine are you using?
> No distributed training
Do you want to run your training on CPU only (even if a GPU is available)?
> NO
2. 仮想環境の作成（共通）
cd C:\AItools\xxx
python -m venv venv
.\venv\Scripts\Activate.ps1
python -m pip install --upgrade pip
3. dataset-tag-editor-standalone の起動
@echo off
cd /d C:\AItools\dataset-tag-editor-standalone
call venv\Scripts\activate.bat
python scripts/launch.py
pause
📸 
4. kohya_ss のGUI起動
@echo off
cd /d C:\AItools\lora\kohya_ss
call venv\Scripts\activate.bat
gui.bat
📸 
LoRA学習設定
| 設定項目 | 内容 |
|---|---|
| Baseモデル | anyloraCheckpoint_bakedvaeBlessedFp16.safetensors |
| 解像度 | 512 x 512 |
| Repeats | 10 |
| 画像数 | 10枚（合計 100 step） |
| バッチサイズ | 1 |
| Precision | fp16 |
| Bucket | 有効（no upscale） |
出力ファイル：
C:\AItools\lora\output\test_v01.safetensors
📸 
Stable Diffusion WebUI にLoRAを適用
- 出力された
.safetensorsを以下へコピー：
C:\Users\harieshokunin\stable-diffusion-webui\models\Lora\test_v01.safetensors
- WebUIを以下の引数で起動：
webui-user.bat --xformers --api
- baseモデルはSD1.5系（例：AOM3）を使用
📸 
loraタブからがloraが表示されてることを確認
トラブルと解決策まとめ
| 問題 | 原因 | 解決策 |
|---|---|---|
| accelerator device: cpu のまま |
accelerate config 未設定 |
accelerate config で GPU 指定・fp16選択 |
| xformersエラー | bf16指定 & CPU落ち | precisionを fp16 に変更 |
| WebUIでLoRA未認識 | SDXL系モデル使用 | SD1.5系に切り替え |
まとめ
-
accelerate configを正しく通すことで GPU を認識し高速化に成功 - SDXL用LoRAは別手法が必要なため、SD1.5向けに学習した
- dataset-tag-editor + kohya_ss GUI の併用は画像とタグの管理に便利
Discussion