项目预览
项目数据
项目介绍
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 ★ 91
核心亮点
- 整合 kohya_ss 和 diffusion-pipe 双训练引擎,覆盖主流训练需求
- 内置 ComfyUI 和 InvokeAI,训练后可直接生成样例验证效果
- 共享模型目录和自动化脚本,减少重复下载和手动操作
不足之处
- 文档/社区待观察
- Docker 镜像体积可能较大,对磁盘和内存要求较高
适用场景
- 个人开发者快速搭建本地 LoRA 训练环境
- 团队统一训练环境,降低协作配置成本
- 需要同时进行训练和效果验证的批量实验场景
替代项目
kohya_ss、sd-scripts、SimpleTuner
上一篇:sd-mecha
同类项目推荐
MHLA
开源
用 token 级多头,让线性注意力恢复全量表达力
[ICLR 2026] MHLA: Restoring Expressivity of Linear Attention via Token-Level Multi-H···
flow-matching
开源
用流匹配快速训练图像生成模型,替代扩散模型
Flow Matching implemented in PyTorch
WaDi
开源
一步生成高质量图像,蒸馏时精准把控权重方向
[CVPR 2026] Official PyTorch implementation of WaDi: Weight Direction-aware Distilla···
Flow-Factory
开源
让流匹配模型轻松学会强化学习,生成更符合目标的结果
A unified framework for easy fine-tuning in Flow-Matching models
grafting
开源
像嫁接植物一样组合扩散模型架构,快速找到最优设计。
[NeurIPS 2025 Oral] Official Code for Exploring Diffusion Transformer Designs via Gr···
LongRecipe
开源
把长文本压缩成短序列,高效训练长上下文模型。
LongRecipe: Recipe for Efficient Long Context Generalization in Large Language Model···
MoA
开源
自动混合稀疏注意力,压缩 LLM 省内存提速
[CoLM'25] The official implementation of the paper
Sklearn-genetic-opt
开源
用遗传算法自动调参,告别网格搜索的低效
Hyperparameter optimization and feature selection for scikit-learn using evolutionar···
GRACE
开源
把视觉大模型压到INT4,蒸馏补精度,低显存也能跑
[ICML 2026] GRACE: deployable INT4 VLM via quantization-aware distillation.
