SimpleTuner
一個通用微調工具包,專為影像/影片/音訊擴散模型設計。
SimpleTuner 是什麼?
一個通用微調工具包,專為影像/影片/音訊擴散模型設計。品牌名稱、網址、技術術語及事實含義保持不變。
SimpleTuner 概覽
這是什麼
SimpleTuner 是一個通用微調工具包,專為影像、影片和音訊擴散模型而設計。它強調簡潔性,讓程式碼易於理解。此程式碼庫作為共享的學術練習,歡迎貢獻。
主要功能
- 使用者友善的網頁介面,用於管理整個訓練生命週期。
- 多模態訓練管道,支援影像、影片和音訊生成模型。
- 多 GPU 分散式訓練,具備自動最佳化,包括 DeepSpeed 和 FSDP2 整合。
- 將影像、影片、音訊和標題嵌入快取到磁碟,以加速訓練。
- 長寬比分桶,支援多種影像/影片尺寸和長寬比。
- 記憶體最佳化,使大多數模型可在 24 GB GPU 上訓練,許多模型可在 16 GB 上搭配最佳化訓練。
- 多使用者企業功能:工作者編排、SSO 整合、角色型存取控制、配額、具優先順序的工作佇列、核准流程、電子郵件通知、API 金鑰和稽核日誌。
使用情境
- 在自訂資料集上微調擴散模型,用於影像、影片或音訊生成。
- 學術研究和擴散模型訓練實驗。
- 需要多使用者管理、配額和核准流程的企業部署。
快速開始
請參閱儲存庫 README 以取得安裝和快速入門說明。README 包含教學課程和手動設定訓練執行的快速入門指南。
授權與價格
SimpleTuner 採用 AGPL-3.0 授權的開源軟體。由於是免費開源,因此不適用定價。請注意,個別模型檢查點可能有自己的授權條款,影響商業使用。
內容整理自該專案公開的 README 與儲存庫資訊。