SimpleTuner

一条命令微调扩散模型，图像视频音频通吃

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署图像生成 🍴 复刻 296 🐛 待处理 7 👀 关注 18

GitHub ↗

GitHub 星标 ★ 2954

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源项目，AGPL-3.0许可，可免费使用和自行部署，无在线服务或付费版本。

项目预览

SimpleTuner 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类图像生成

开发团队bghira

GitHubhttps://github.com/bghira/SimpleTuner

定价模式🏷️完全免费

价格说明开源项目，AGPL-3.0许可，可免费使用和自行部署，无在线服务或付费版本。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议AGPL-3.0

主要语言Python

技术栈/模型diffusers,diffusion-models,fine-tuning,flux-dev,machine-learning,stable-diffusion

GitHub 星标★ 2954

上线时间2023-05-28 00:00:00

代码更新2026-11-04

仓库体积49.3 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数6

项目介绍

SimpleTuner 是一个面向扩散模型的通用微调工具包，支持图像、视频和音频扩散模型的定制训练。它解决了扩散模型在特定数据集上微调时配置复杂、流程繁琐的问题，提供了一套简洁易用的命令行接口和配置系统。核心能力包括：支持 Stable Diffusion、Flux 等主流模型架构，提供 LoRA、DreamBooth 等多种微调策略，内置数据预处理、验证和采样功能，并针对多 GPU 训练进行了优化。用户可以通过简单的配置文件启动训练，无需深入理解底层实现，从而快速获得定制化的生成模型。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2954

技术标签

diffusers diffusion-models fine-tuning machine-learning stable-diffusion

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：进阶约 15 分钟部署方式：命令行工具 4 步

环境要求

Python 环境及 pip（README 的 Setup 章节仅给出 pip 安装方式）
满足所选模型的 GPU 硬件，具体要求见 README 的 Hardware Requirements 章节
已按目标模型准备好训练数据集（参见对应模型的 Quickstart 指南）

安装与启动步骤

1安装 SimpleTuner

README 说明大多数用户可通过 pip 安装。基础安装为仅 CPU 的 PyTorch 版本，做 GPU 训练还需按硬件要求另行配置环境。
```
pip install simpletuner
```
2确认硬件要求

开始训练前先阅读 README 的 Hardware Requirements 章节，确认显存、算力与所选模型（如 Flux、SDXL）匹配。
3阅读模型快速指南

按要微调的模型选对应 Quickstart 文档，如 Flux.1、Flux.2、SDXL、SD3、Qwen Image、Wan Video，按其步骤准备数据与训练。
4了解数据上报开关

默认不向第三方发送任何数据，只有手动启用 report_to、push_to_hub 或 webhook 时才会对外上报。

关键配置

配置项	必填	说明	示例
`report_to`	否	可选的实验跟踪上报开关，README 说明需手动启用，默认不对外发送数据	`none`
`push_to_hub`	否	可选的上传到模型仓库开关，需手动启用，默认关闭	`false`

如何确认成功

README 未提供启动验证命令，请以对应模型 Quickstart 指南的训练日志输出为准。

常见问题

Q：pip 装完就能直接训练吗？

A：不一定。README 的基础安装是仅 CPU 的 PyTorch 版本，GPU 训练需按 Hardware Requirements 章节另行配置环境，再参考对应模型 Quickstart。

Q：训练数据会被上传到第三方吗？

A：不会。README 明确说明：除手动启用的 report_to、push_to_hub 或 webhook 外，不会向任何第三方发送数据。

Q：SimpleTuner 支持哪些模型？

A：支持 Flux.1/Flux.2、SDXL、SD3、Sana、PixArt Sigma、Qwen Image、Chroma、LTX Video、Wan Video 等，完整列表见 README 的 Quickstart Guides。

Q：遇到问题去哪里求助？

A：README 提供 Discord 社区（Terminus Research Group），也可查阅 README 的 Troubleshooting 章节。

注意事项

README 的 Setup 章节只给出 pip 安装命令，其余训练参数需查看对应模型的 Quickstart 文档。
Quickstart 文档位于仓库的 documentation/quickstart/ 目录下（部分为 /quickstart/ 路径），需先获取仓库内容才能阅读。
README 的 Tutorial 章节提示应完整阅读 README 后再开始使用。