如何通过Anaconda安装Kohya_ss

进入Anaconda Prompt,创建基于Python 3.10.11的一个新的虚拟环境

安装CUDA 11.8 toolkit

conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia

ALT

安装git

激活虚拟环境

克隆kohya_ss源码

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

进入项目根目录

cd kohya_ss

安装相关库

.setup.bat

依次运行setup.bat的选项，

到第五步的“Configure Accelerate”, 可以一直选择默认，除非你了解你的硬件需求。

 1.This machine

   AWS (Amazon SageMaker)

  点击回车

2.No distributed training

  multi-CPU

  multi-GPU

  TPU

  多张显卡就根据情况选择，没有就按下回车

3.Do you want to run your training on CPU only（你只使用GPU训练吗） (even if a GPU / Apple Silicon device is available)? [yes/NO]:no

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

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

6.What GPU(s) (by id) should be used for training on this machine as a comma-seperated list? [all]: all

7.Please select a choice using the arrow or number keys, and selecting with enter,no

    no

    fp16

    bf16

    fp8

可选步骤：CUDNN 8.9.6.50

以下步骤是可选的，但对于拥有NVIDIA 30X0/40X0 GPU的用户将会提高学习速度。这些步骤可以启用更大的训练批次大小和更快的训练速度。

运行 .setup.bat，并选择 2.（可选）安装 cudnn 文件（如果您想使用最新支持的 cudnn 版本）。

当看到链接，表示启动成功，Ctrl+左键或者复制打开链接，开启Kohya_ss了。