v22.1.0

.github/dependabot.yml

@@ -0,0 +1,7 @@
+---
+version: 2
+updates:
+  - package-ecosystem: "github-actions"
+    directory: "/"
+    schedule:
+      interval: "monthly"

.github/workflows/typos.yaml

@@ -15,7 +15,7 @@ jobs:
     runs-on: ubuntu-latest
 
     steps:
-      - uses: actions/checkout@v3
+      - uses: actions/checkout@v4
 
       - name: typos-action
-        uses: crate-ci/typos@v1.13.10
+        uses: crate-ci/typos@v1.16.15

README_中文教程.md

@@ -0,0 +1,188 @@
+嗨!我把日语 README 文件的主要内容翻译成中文如下:
+
+## 关于这个仓库
+
+这个是用于Stable Diffusion模型训练、图像生成和其他脚本的仓库。 
+
+[英文版 README](./README.md) <-- 更新信息在这里
+
+GUI和PowerShell脚本等使其更易用的功能在[bmaltais的仓库](https://github.com/bmaltais/kohya_ss)(英语)中提供,一并参考。感谢bmaltais。
+
+包含以下脚本:
+
+* 支持DreamBooth、U-Net和文本编码器的训练
+* fine-tuning的支持
+* 图像生成
+* 模型转换(Stable Diffusion ckpt/safetensors 和 Diffusers之间的相互转换)
+
+## 使用方法 (中国用户只需要按照这个安装教程操作）
+- 进入kohya_ss文件夹根目录下，点击 setup.bat 启动安装程序 *（需要科学上网）
+- 根据界面上给出的英文选项：
+Kohya_ss GUI setup menu:
+
+1. Install kohya_ss gui
+2. (Optional) Install cudann files (avoid unless you really need it)
+3. (Optional) Install specific bitsandbytes versions
+4. (Optional) Manually configure accelerate
+5. (Optional) Start Kohya_ss GUI in browser
+6. Quit
+
+Enter your choice: 1
+
+1. Torch 1 (legacy, no longer supported. Will be removed in v21.9.x)
+2. Torch 2 (recommended)
+3. Cancel
+
+Enter your choice: 2
+
+开始安装环境依赖，接着再出来的选项，按照下列选项操作：
+```txt
+- This machine
+- No distributed training
+- NO
+- NO
+- NO
+- all
+- bf16
+```
+--------------------------------------------------------------------
+这里都选择完毕，即可关闭终端窗口，直接点击 gui.bat或者 kohya中文启动器.bat 即可运行kohya
+
+
+当仓库内和note.com有相关文章,请参考那里。(未来可能全部移到这里)
+
+* [关于训练,通用篇](./docs/train_README-ja.md): 数据准备和选项等
+    * [数据集设置](./docs/config_README-ja.md)
+* [DreamBooth训练指南](./docs/train_db_README-ja.md) 
+* [fine-tuning指南](./docs/fine_tune_README_ja.md)
+* [LoRA训练指南](./docs/train_network_README-ja.md)
+* [文本反转训练指南](./docs/train_ti_README-ja.md)
+* [图像生成脚本](./docs/gen_img_README-ja.md)
+* note.com [模型转换脚本](https://note.com/kohya_ss/n/n374f316fe4ad)
+
+## Windows环境所需程序
+
+需要Python 3.10.6和Git。
+
+- Python 3.10.6: https://www.python.org/ftp/python/3.10.6/python-3.10.6-amd64.exe
+- git: https://git-scm.com/download/win
+
+如果要在PowerShell中使用venv,需要按以下步骤更改安全设置:
+(不仅仅是venv,使脚本可以执行。请注意。)
+
+- 以管理员身份打开PowerShell
+- 输入"Set-ExecutionPolicy Unrestricted",选择Y
+- 关闭管理员PowerShell
+
+## 在Windows环境下安装
+
+下例中安装的是PyTorch 1.12.1/CUDA 11.6版。如果要使用CUDA 11.3或PyTorch 1.13,请适当修改。
+
+(如果只显示"python",请将下例中的"python"改为"py")  
+
+在普通(非管理员)PowerShell中依次执行以下命令:
+
+```powershell
+git clone https://github.com/kohya-ss/sd-scripts.git
+cd sd-scripts
+
+python -m venv venv
+.\venv\Scripts\activate
+
+pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 --extra-index-url https://download.pytorch.org/whl/cu116
+pip install --upgrade -r requirements.txt
+pip install -U -I --no-deps https://github.com/C43H66N12O12S2/stable-diffusion-webui/releases/download/f/xformers-0.0.14.dev0-cp310-cp310-win_amd64.whl
+
+cp .\bitsandbytes_windows\*.dll .\venv\Lib\site-packages\bitsandbytes\
+cp .\bitsandbytes_windows\cextension.py .\venv\Lib\site-packages\bitsandbytes\cextension.py
+cp .\bitsandbytes_windows\main.py .\venv\Lib\site-packages\bitsandbytes\cuda_setup\main.py
+
+accelerate config
+```
+
+在命令提示符中:
+
+```bat
+git clone https://github.com/kohya-ss/sd-scripts.git
+cd sd-scripts
+
+python -m venv venv 
+.\venv\Scripts\activate
+
+pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 --extra-index-url https://download.pytorch.org/whl/cu116
+pip install --upgrade -r requirements.txt
+pip install -U -I --no-deps https://github.com/C43H66N12O12S2/stable-diffusion-webui/releases/download/f/xformers-0.0.14.dev0-cp310-cp310-win_amd64.whl
+
+copy /y .\bitsandbytes_windows\*.dll .\venv\Lib\site-packages\bitsandbytes\
+copy /y .\bitsandbytes_windows\cextension.py .\venv\Lib\site-packages\bitsandbytes\cextension.py
+copy /y .\bitsandbytes_windows\main.py .\venv\Lib\site-packages\bitsandbytes\cuda_setup\main.py
+
+accelerate config
+```
+
+accelerate config的问题请按以下回答:
+(如果要用bf16训练,最后一个问题选择bf16)
+
+```
+- 此计算机
+- 不进行分布式训练  
+- 否
+- 否 
+- 否
+- 所有
+- fp16
+```
+
+### PyTorch和xformers版本注意事项
+
+在其他版本中训练可能失败。如果没有特殊原因,请使用指定版本。
+
+
+### 可选:使用Lion8bit 
+
+如果要使用Lion8bit,需要将`bitsandbytes`升级到0.38.0以上。首先卸载`bitsandbytes`,然后在Windows中安装适合Windows的whl文件,例如[这里的](https://github.com/jllllll/bitsandbytes-windows-webui)。例如:
+
+```powershell
+pip install https://github.com/jllllll/bitsandbytes-windows-webui/raw/main/bitsandbytes-0.38.1-py3-none-any.whl
+```
+
+升级时用`pip install .`更新这个仓库,并视情况升级其他包。
+
+### 可选:使用PagedAdamW8bit和PagedLion8bit
+
+如果要使用PagedAdamW8bit和PagedLion8bit,需要将`bitsandbytes`升级到0.39.0以上。首先卸载`bitsandbytes`,然后在Windows中安装适合Windows的whl文件,例如[这里的](https://github.com/jllllll/bitsandbytes-windows-webui)。例如:
+
+```powershell
+pip install https://github.com/jllllll/bitsandbytes-windows-webui/releases/download/wheels/bitsandbytes-0.39.1-py3-none-win_amd64.whl  
+```
+
+升级时用`pip install .`更新这个仓库,并视情况升级其他包。
+
+## 升级
+
+如果有新版本,可以用以下命令更新:
+
+```powershell
+cd sd-scripts
+git pull
+.\venv\Scripts\activate  
+pip install --use-pep517 --upgrade -r requirements.txt
+```
+
+如果命令成功,就可以使用新版本了。
+
+## 致谢
+
+LoRA实现基于[cloneofsimo的仓库](https://github.com/cloneofsimo/lora)。表示感谢。
+
+将Conv2d 3x3扩展到所有层起初由 [cloneofsimo](https://github.com/cloneofsimo/lora) 发布, [KohakuBlueleaf](https://github.com/KohakuBlueleaf/LoCon) 证明了其有效性。深深感谢 KohakuBlueleaf。
+
+## 许可
+
+脚本遵循 ASL 2.0 许可,但包含其他许可的代码部分(Diffusers和cloneofsimo的仓库)。
+
+[Memory Efficient Attention Pytorch](https://github.com/lucidrains/memory-efficient-attention-pytorch): MIT 
+
+[bitsandbytes](https://github.com/TimDettmers/bitsandbytes): MIT
+
+[BLIP](https://github.com/salesforce/BLIP): BSD-3-Clause

_typos.toml

@@ -9,7 +9,25 @@ parms="parms"
 nin="nin"
 extention="extention" # Intentionally left
 nd="nd"
+shs="shs"
+sts="sts"
+scs="scs"
+cpc="cpc"
+coc="coc"
+cic="cic"
+msm="msm"
+usu="usu"
+ici="ici"
+lvl="lvl"
+dii="dii"
+muk="muk"
+ori="ori"
+hru="hru"
+rik="rik"
+koo="koo"
+yos="yos"
+wn="wn"
 
 
 [files]
-extend-exclude = ["_typos.toml"]
+extend-exclude = ["_typos.toml", "venv"]

converted_markdown.md

@@ -903,7 +903,7 @@ US&client=webapp&u=https://d.hatena.ne.jp/keyword/%25A5%25CB%25A5%25E5%25A1%25BC
 
 このパラメータ値は常に25個の数字を指定しなければいけませんが、LoRAはAttentionブロックを学習対象としているので、Attentionブロックの存在しないIN0、IN3、IN6、IN9、IN10、IN11、OUT0、IN1、IN2に対する設定(1、4、7、11、12、14、15、16番目の数字)は学習時は無視されます。
 
-※上級者向け設定です。こだわりがないなら空欄のままで構いません。ここを指定しない場合は「Network Rank(Dimention)」値と「Network
+※上級者向け設定です。こだわりがないなら空欄のままで構いません。ここを指定しない場合は「Network Rank(Dimension)」値と「Network
 Alpha」値がすべてのブロックに適応されます。
 
 

dreambooth_gui.py

@@ -45,7 +45,7 @@
 from library.class_sample_images import SampleImages, run_cmd_sample
 
 from library.custom_logging import setup_logging
-from localization_ext import add_javascript
+from library.localization_ext import add_javascript
 
 # Set up logging
 log = setup_logging()

fine_tune.py

@@ -80,8 +80,8 @@ def train(args):
 
     current_epoch = Value("i", 0)
     current_step = Value("i", 0)
-    ds_for_collater = train_dataset_group if args.max_data_loader_n_workers == 0 else None
-    collater = train_util.collater_class(current_epoch, current_step, ds_for_collater)
+    ds_for_collator = train_dataset_group if args.max_data_loader_n_workers == 0 else None
+    collator = train_util.collator_class(current_epoch, current_step, ds_for_collator)
 
     if args.debug_dataset:
         train_util.debug_dataset(train_dataset_group)
@@ -208,7 +208,7 @@ def fn_recursive_set_mem_eff(module: torch.nn.Module):
         train_dataset_group,
         batch_size=1,
         shuffle=True,
-        collate_fn=collater,
+        collate_fn=collator,
         num_workers=n_workers,
         persistent_workers=args.persistent_data_loader_workers,
     )