AcademiaSD/AcademiaSD_LoRAlab-TrainerStudio

複数のLoRA訓練器をひとつのランチャーで統合・実行できるデスクトップアプリ

完成アプリ自由に使える · MITAI メディア生成Python難易度
680 保存
9フォーク3Issue

中辛 の解説

複数のLoRA訓練フレームワークを1つのランチャーと共有venv環境で統合し、最新の画像・動画拡散モデル用LoRAを消費者向けNVIDIA GPUで訓練します。SDXL・FLUX.2・Qwen-Image 2.1・Anima・Z-Image・Krea 2・LTX-2.3・Ideogram 4・MiniMax-H3・ERNIE-Imageの各訓練器が、PyTorch 2.14(CUDA 13.0)とPEFT・bitsandbytesを用いて、NF4量子化により必要なモデルウェイトを削減(例:Krea 2 は 43.2 GB から 17.0 GB に削減)します。テキストエンコーダーとVAEの出力をディスクキャッシュして推論の重複を排除し、GPUを訓練に専念させます。ウェブインターフェース(localhost:5000)でデータセット管理・自動キャプション・リアルタイムプレビュー・学習率・ランク等のLive設定編集・ステップ単位での正確な再開が可能です。初回インストール時にPython 3.13.1と全依存ライブラリが自動セットアップされ、新しい訓練器は更新スクリプトで既存インストールに追加されます。リモートネットワークアクセス対応でブラウザからデータセットのアップロード・LoRAのダウンロードが可能です。RunPodテンプレート対応で、クラウドGPU上での訓練にも対応しています。

こんなリポジトリです

主な機能

10個の訓練器(SDXL・FLUX.2・Qwen-Image・Anima・LTX-2.3・Ideogram・MiniMax・Z-Image・Krea・ERNIE)をひとつのランチャーで一元管理NF4量子化とディスクキャッシュで消費者向けGPU(最小4GB VRAM)での訓練効率を実現ウェブUI・データセット管理・自動キャプション・リアルタイムプレビュー・ComfyUIエクスポート・リモートアクセスを統合

ほかとの違い

複数の訓練フレームワークをひとつのランチャーと共有Python環境で統合し、4ビット量子化と事前キャッシュにより低VRAMでも複数モデル向けLoRA訓練を可能にしています。

このリポジトリの作り方

はじめてですか? むずかしくありません — 上から順にたどれば、自分の環境で動かして味見できます。

準備するもの

  • Windows 10/11 または 64 ビット Linux
  • NVIDIA RTX 20xx / GTX 16xx 以上のGPU(コンピュート能力 7.5 以上)
  • NVIDIA ドライバ 580 以上(CUDA 13)
  • 最小 8 GB VRAM(Anima・SDXL NF4では 4 GB、LTX-2.3・FLUX.2・Ideogram 4・SDXL BF16では 12 GB)
  • 16 GB RAM(32 GB 推奨)
  • 初回モデルダウンロード時のインターネット接続
  • MiniMax-H3 使用時に ffmpeg が PATH に必要

ギット飯トライで味見

入れるのが面倒で少し不安だったなら — 安全スキャンからインストールまで、ターミナル一行で終わります。

ターミナルに貼り付ければ、ギット飯の安全スキャン → 隔離フォルダへ clone → インストール → 実行方法の案内まで自動です。はじめてでも大丈夫 — この一行だけです。

npx gitbap-try AcademiaSD/AcademiaSD_LoRAlab-TrainerStudio

Node.js さえあれば、インストールなしで動きます · ギット飯トライとは? →

スター推移 · 7日

687日間の増加数を計算するための比較データが不足しています

確認日時

使いやすさ · まねしやすいか

サンプル評点 34/100
  • ゆるいライセンス
  • テストあり
  • サンプル集
  • 最近の更新
  • AGENTS.md
  • llms.txt
  • テンプレート

最近の更新あり · 2026 年に作成

「AI メディア生成」 こういうリポジトリを毎週受け取りませんか?

毎週月曜の朝、選んだ一膳だけ。広告なし · いつでも解除。

自分のリポジトリですか? README にギット飯バッジを貼る
[![깃밥](https://www.gitbap.com/badge/AcademiaSD/AcademiaSD_LoRAlab-TrainerStudio.svg)](https://www.gitbap.com/r/AcademiaSD/AcademiaSD_LoRAlab-TrainerStudio)
Claude からそのまま使う — ギット飯のつなぎ方

ギット飯を Claude につなぐと、こうしたリポジトリを Claude・Cursor・Codex から直接さがして試せます。

方法 ① コネクタ URL

Claude の設定 → コネクタにこのアドレスを貼り付け。

https://www.gitbap.com/api/mcp
方法 ② プラグイン(試用まで)

プラグインを入れると /gitbap-trending·/gitbap-try のスラッシュコマンドで、その場でリポジトリを試せます。Claude Code で下の 2 行を順に実行してください。

/plugin marketplace add jakeparkcolde/gitbap-cowork
/plugin install gitbap-cowork@gitbap
つなぎ方をくわしく →

AI が README をもとに要約しました · 原文を見る