FluxGym是什么

        FluxGym 是一个专为 FLUX 模型设计的、极简化的 LoRA 训练工具。它的核心目的是让普通用户在消费级显卡（如 12GB/16GB 显存）上也能轻松LoRA，训练 AI 模型，无需面对复杂的参数设置，如果你想给 FLUX 炼制一个角色或画风 LoRA，但不想学习复杂的训练参数，FluxGym 是目前最适合新手的“傻瓜式”入门工具。

        部署安装

        1.使用git clone官方仓库

                git clone https://github.com/cocktailpeanut/fluxgym
                cd fluxgym
                git clone -b sd3 https://github.com/kohya-ss/sd-scripts

        2.创建python虚拟环境

                python -m venv env

        3.安装依赖

                cd sd-scripts
                pip install -r requirements.txt

                回到上级目录fluxgym安装依赖

                cd ..
                pip install -r requirements.txt

        4.安装适配你的cuda环境的pytorch

                在这个链接中（Previous PyTorch Versions）可以看到适合你cuda环境的pytorch

                nvidia-smi  检查你的显卡支持的最高 CUDA 版本

                看右上角的 CUDA Version: xx.x

                安装适合你的cuda环境pytorch

             pip install torch torchvision torchaudio --index-url https://download.pytorch.org/whl/cu124

                如若安装过程中发生报错，一般都是依赖安装错误，建议直接将报错信息发送给gemini，使用gemini分析依赖，进行安装即可。

               到这里已经安装部署完成

        5.验证

                启用venv，运行：fluxgym

                python app.py，若能跳转到web页面

        6.制作bat脚本快捷方式

                直接使用gemini或其他AI制作bat脚本

                给gemini发送以下信息：

“我需要你给我写一个bat文件，内容是执行以下命令：进入D:\AI_ENVS\fluxgym路径，执行cmd：

env\Scripts\activate ，然后输入：python app.py”

                现在可以使用bat快捷方式进入fluxgym

        7.安装fluxgym模型

      fluxgym\models\clip路径下存放clip文件，下载链接如下

https://huggingface.co/comfyanonymous/flux_text_encoders/resolve/main/t5xxl_fp16.safetensors?download=true

https://huggingface.co/comfyanonymous/flux_text_encoders/resolve/main/clip_l.safetensors?download=true

        fluxgym\models\unet路径下存放模型主文件，下载链接如下

https://huggingface.co/cocktailpeanut/xulf-dev/resolve/main/flux1-dev.sft?download=true

        fluxgym\models\vae路径下存放VAE文件，下载链接如下

https://huggingface.co/cocktailpeanut/xulf-dev/resolve/main/flux1-dev.sft?download=true

        fluxgym参数设置

参数名	含义	推荐设置 / 建议
The name of your LoRA	LoRA 文件名。最终生成的 .safetensors 文件就会叫这个名字。	建议用英文，不要包含特殊符号。例如 my_cat_style_v1。
Trigger word/sentence	触发词。这是你将来在生图时，用来“激活”这个 LoRA 效果的关键词。	非常重要。建议起一个生僻的词，比如 ohwx 或者 sks girl，避免和模型原本认识的词（如 dog）冲突。
Base model	底模。选择基于哪个 FLUX 版本进行训练。	首选 flux-dev。这是目前画质最好、兼容性最强的版本。除非你专门为了极速出图，否则不要选 flux-schnell。
VRAM	显存限制。告诉程序你的显卡有多大显存。	20G (或 High)。因为你用的是 RTX 4090 (24G)，选最高档位可以让程序自动把 Batch Size 开大，训练更快。
Repeat trains per image	单图重复次数。每个 Epoch 中，每张素材图片被学习的次数。	10 - 20。如果素材少（<20张），设为 20；如果素材多（>100张），设为 5 或 10。
Max Train Epochs	最大训练轮数。整个数据集被完整训练多少轮。	10 - 20。通常 15-20 轮能得到较好的结果。太少学不会，太多会过拟合（画面崩坏）。
Sample Image...	采样预览设置。每隔多少步生成一张预览图。	建议设置 Every N Steps 为 500 或 1000。设为 0 则不生成预览（最快）。
Resize dataset images	自动缩放分辨率。	512, 768, 或 1024。FLUX 对分辨率不敏感，1024 效果最好但最慢。512 速度快但细节稍差。

                导入我们的训练集，训练集来自人物360°旋转工作流产生的数据集comfyui通义万相wan2.1+人物360°旋转工作流实战_wan2.1 360°旋转工作流 下载-CSDN博客

                等待lora训练完成

                结束后，训练的lora文件默认存放在fluxgym\outputs路径下

        comfyui验证lora成果

        基础工作流即可，加载fluxgym专用clip、vae、主模型。值得注意的是提示词一定要输入你在Trigger word/sentence设置的触发词，可去更改其他提示词验证LoRA效果。

如果您觉得此文对您有帮助，请点赞收藏转发，以便让更多人看到。

此账号持续更新各种comfyui实战工作流，欢迎关注！