kohya_ss docker

kohya_ss-docker

Il s'agit du référentiel tandem à exploiter sur Linux le webui de formation Kohya_SS converti en Linux.

Lisez les sections de données pour les roues et les packages avant de compiler l'image ou il échouera.

Version Google Collab

Voici l'implémentation officielle de Google collaboration:

• https://gist.github.com/martinobettucci/545adb371fcc6a72e8a72e66eae482dc

Hors ligne sur votre propre version matérielle

Compilez TensorFlow et Xformer pour votre architecture (OptionNal)

Il existe un package Docking de diffusion stable Automatic1111 Nous maintenons ici: STABLE DIFUSION AUTALATIQUE1111 P2enjoy Docker Version.
Vous pouvez trouver les profils pour compiler les Tensorflows et les Xformrs là-bas, bien qu'il n'y ait pas (encore) d'instructions publiques sur le fait de le faire: vous êtes libre d'essayer de le comprendre par vous-même ou d'attendre patiemment que nous trouvons le temps de faire un guide.

Nvidia Docker Extensions (obligatoire)

Vous aurez besoin des extensions de Docker Nvidia, veuillez vous référer aux détails des installations ici: https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html#setting-ulp-fvidia-continainer-toolkit

Tk et Xorgs (recommandés)

N'oubliez pas d'autoriser les hôtes Docker aux clients vers votre serveur X.

 # Somewhat unsecure way to do (I take no responsability if you do this way).
# You should add the exact host but I leave that to you.
xhost local:docker

Laissez la magie se produire

Une fois que vous avez construit le conteneur, vous pouvez simplement l'exécuter via le docker compose --profile kohya up --build et attendez que la construction se termine.
Un message doit aviser que la construction est complète et vous pouvez accéder à l'interface graphique via le lien sur la console.

kohya-docker-kohya-1  | Running on local URL:  http://127.0.0.1:7680

Bonne formation sur Linux !!!