Ostris によって開発された究極の拡散モデル微調整トレーニングツールキット。
システム要件：Python 3.10+、Nvidia GPU（最低8GB VRAMを推奨）、Python仮想環境、Git。
git clone https://github.com/ostris/ai-toolkit.git
cd ai-toolkit
git submodule update --init --recursive
python3 -m venv venv
source venv/bin/activate
# install torch first
pip3 install --no-cache-dir torch==2.6.0 torchvision==0.21.0 --index-url https://download.pytorch.org/whl/cu126
pip3 install -r requirements.txtgit clone https://github.com/ostris/ai-toolkit.git
cd ai-toolkit
git submodule update --init --recursive
python -m venv venv
.\\venv\\Scripts\\activate
pip install --no-cache-dir torch==2.6.0 torchvision==0.21.0 --index-url https://download.pytorch.org/whl/cu126
pip install -r requirements.txt直感的なウェブインターフェースを提供し、複雑なコマンドを書かずにAIモデルのトレーニングタスクを簡単に起動、監視、管理できます。
cd ui
npm run build_and_start起動後、http://localhost:8675 にアクセスして全機能を利用できます
環境変数 AI_TOOLKIT_AUTH を設定することで、パスワード保護を追加し、不正アクセスを防止できます。
より簡単なGradioグラフィカルインターフェースを提供し、初心者がモデルトレーニング、データ処理、LoRA公開を素早く始められます。
# ai-toolkit インストール後
cd ai-toolkit
huggingface-cli login # HFにログイン
python flux_train_ui.py最新のFLUX.1拡散モデルトレーニングをサポートし、業界トップレベルの画像生成品質を提供します。ハードウェア要件：少なくとも24GB VRAMのNVIDIA GPU。
config/examples/）から始め、必要に応じてパラメータを修正します。python run.py config/your_config_name.yml高度なヒント：学習率、トレーニングステップ数、バッチサイズの調整はトレーニング結果に大きく影響します。ベストプラクティスについては公式ドキュメントを参照してください。
高品質のトレーニングデータは、モデルを成功させるための鍵です。AI Toolkitは複数のデータ形式をサポートしています：
AI Toolkitは、高性能GPUを持たないユーザーや大規模トレーニングが必要なプロジェクト向けに、複数のクラウドトレーニングオプションを提供します。
完全なRunPodテンプレートとデプロイスクリプトを提供し、ワンクリックデプロイをサポート：
Modalプラットフォームのサーバーレストレーニングソリューションを提供：
クラウドトレーニングは大規模モデルや長時間トレーニングに最適です。詳細な設定については公式ドキュメントを参照してください。
AI Toolkitは精密なレイヤー制御を提供し、特定のネットワークレイヤーに対して最適化トレーニングを行うことができます：
network:
type: "lora"
# ... other params
network_kwargs:
only_if_contains: ["layer_name_suffix"]
# or
ignore_if_contains: ["layer_name_suffix"]トレーニングレイヤーを精密に制御することで、顔の詳細、テクスチャ、特定のスタイルなど、特定タイプのコンテンツの生成品質を大幅に向上させることができます。
LoKr（Low-Rank Kronecker product）トレーニング手法をサポートし、より効率的なパラメータ利用率を提供：
network:
type: "lokr"
lokr_full_rank: true
lokr_factor: 8
# ... other paramsLoKr技術は、より少ないパラメータ量でより良いトレーニング効果を実現でき、特に複雑なスタイルや詳細が豊富なコンセプトに適しています。
混合精度トレーニングをサポートし、モデル品質を維持しながらVRAM要件を大幅に削減：
より高度なトレーニング技術と最適化方法については、高度なトレーニングドキュメントを参照してください。
より詳細な使用ガイドが必要な場合や問題が発生した場合は、AI Toolkit GitHub 公式リポジトリにアクセスするか、Discordコミュニティに参加してサポートを受けてください。