SD Trainer Installer 故障排查☍
故障排查☍
运行脚本时出现中文乱码☍
这可能是 Windows 系统中启用了 UTF 8 编码，可以按照下列方法解决。
- 按下
Win + R键，输入control后回车启动控制面板。 - 点击
时钟和区域->区域 - 在弹出的区域设置窗口中点击顶部的
管理，再点击更改系统区域设置. - 在弹出的窗口中将
使用 Unicode UTF-8 提供全球语言支持取消勾选，然后一直点击确定保存设置，并重启电脑。
无法使用 PowerShell 运行☍
运行 PowerShell 脚本时出现以下错误。
.\sd_trainer_installer.ps1 : 无法加载文件 D:\SD-Trainer\sd_trainer_installer.ps1。
未对文件 D:\SD-Trainer\sd_trainer_installer.ps1 进行数字签名。无法在当前系统上运行该脚本。
有关运行脚本和设置执行策略的详细信息，请参阅 https:/go.microsoft.com/fwlink/?LinkID=135170 中的 about_Execution_Policies。
所在位置 行:1 字符：1
+ .\sd_trainer_installer.ps1
+ ~~~~~~~~~~~~~~~~~~~~~~~~
+ CategoryInfo : SecurityError: (:) []，PSSecurityException
+ FullyQualifiedErrorId : UnauthorizedAccess
或者右键运行 PowerShell 脚本时闪一下 PowerShell 的界面后就消失了。
这是因为未解除 Windows 系统对运行 PowerShell 脚本的限制，请使用管理员权限打开 PowerShell，运行下面的命令。
或者使用 环境配置 中的脚本解除 Windows 系统对运行 PowerShell 脚本的限制。
Note
关于 PowerShell 执行策略的说明：关于执行策略 ### PowerShell | Microsoft Learn
启用 Windows 长路径支持☍
使用管理员权限打开 PowerShell，运行以下命令：
New-ItemProperty -Path "HKLM:\SYSTEM\CurrentControlSet\Control\FileSystem" -Name "LongPathsEnabled" -Value 1 -PropertyType DWORD -Force
Note
关于 Windows 长路径支持的说明：最大路径长度限制 ### Win32 apps | Microsoft Learn
SD-Trainer 提示'Torch 无法使用 GPU，您无法正常开始训练'☍
尝试将显卡驱动更至最新，确保显卡驱动支持的 CUDA 版本大于或等于 PyTorch 中所带的 CUDA 版本，或者使用 reinstall_pytorch.ps1 重装 PyTorch。
Note
Nvidia 显卡驱动下载：https://www.nvidia.cn/geforce/drivers
如果要查询驱动最高支持的 CUDA 版本，可以打开 PowerShell，运行下方的命令。
可以看到 PowerShell 中显示的以下信息。
Fri Jun 7 19:07:00 2024
+-----------------------------------------------------------------------------------------+
| NVIDIA-SMI 552.44 Driver Version: 552.44 CUDA Version: 12.4 |
|-----------------------------------------+------------------------+----------------------+
| GPU Name TCC/WDDM | Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap | Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|=========================================+========================+======================|
| 0 NVIDIA GeForce RTX 4060 ... WDDM | 00000000:01:00.0 Off | N/A |
| N/A 51C P0 16W / 95W | 0MiB / 8188MiB | 0% Default |
| | | N/A |
+-----------------------------------------+------------------------+----------------------+
+-----------------------------------------------------------------------------------------+
| Processes: |
| GPU GI CI PID Type Process name GPU Memory |
| ID ID Usage |
|=========================================================================================|
| No running processes found |
+-----------------------------------------------------------------------------------------+
CUDA Version后面显示的数字即为显卡驱动支持最高的 CUDA 版本。
PowerShell 中出现 xFormers 报错☍
在控制台中出现有关 xFormers 的警告信息，类似下面的内容。
WARNING[XFORMERS]: xFormers can't load C++/CUDA extensions. xFormers was built for:
PyTorch 2.2.1+cu118 with CUDA 1108 (you have 2.2.2+cu121)
Python 3.10.11 (you have 3.10.11)
Please reinstall xformers (see https://github.com/facebookresearch/xformers#installing-xformers)
Memory-efficient attention, SwiGLU, sparse and more won't be available.
这是因为 xFormers 所适配的 CUDA 版本和 PyTorch 所带的 CUDA 版本不一致，请运行 reinstall_pytorch.ps1 重装 PyTorch。
RuntimeError: Directory 'frontend/dist' does not exist☍
SD-Trainer 组件缺失，重新运行 update.ps1 或者 launch_sd_trainer_installer.ps1 进行修复。
ERROR: THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE☍
运行 SD Trainer Installer 时出现以下类似的错误。
ERROR: THESE PACKAGES DO NOT MATCH THE HASHES FROM THE REQUIREMENTS FILE. If you have updated the package versions, please update the hashes. Otherwise, examine the package contents carefully; someone may have tampered with them.
rsa<5,>=3.1.4 from https://mirrors.cloud.tencent.com/pypi/packages/49/97/fa78e3d2f65c02c8e1268b9aba606569fe97f6c8f7c2d74394553347c145/rsa-4.9-py3-none-any.whl#sha256=90260d9058e514786967344d0ef75fa8727eed8a7d2e43ce9f4bcf1b536174f7 (from google-auth<3,>=1.6.3->tensorboard==2.10.1->-r requirements.txt (line 12)):
Expected sha256 90260d9058e514786967344d0ef75fa8727eed8a7d2e43ce9f4bcf1b536174f7
Got b7593b59699588c6ce7347aecf17263295c079efb3677553c2a81b08e857f838
这是因为下载下来的 Python 软件包出现了损坏，Pip 无法进行安装，需要将 SD-Trainer/cache/pip 文件夹删除，再重新运行 SD Trainer Installer。
RuntimeError: Error(s) in loading state_dict for UNet2DConditionModel☍
检查训练参数是否正确，确认是否选择对应大模型版本的训练参数。
UnicodeDecodeError: 'utf-8' codec can't decode byte xxxx in position xxx: invalid continuation byte☍
检查训练参数中是否存在中文，如模型文件名是否包含中文等。
RuntimeError: NaN detected in latents: X:\xxx\xxx\xx.png☍
检查图片是否有问题，如果是训练 SDXL 的 LoRA，请外挂一个 sdxl_fp16_fix 的 VAE 或者使用 BF16 精度进行训练。
CUDA out of memory☍
确认显卡的显存大小是否满足训练要求（显存最低要求 > 6G），如果满足，重新调整训练参数。
DefaultCPUAllocator: not enough memory☍
尝试增加系统的虚拟内存，或者增加内存条。
Loss?☍
当 Loss 不为 nan 或者大于 1 时没必要看。想要看练出来的模型效果如何，直接用模型进行跑图测试，Loss 并不能准确的代表训练出来的模型的好坏。
训练素材中图片的分辨率不一致，而且有些图片的分辨率很大，需要裁剪？☍
SD-Trainer 默认开启 arb 桶，自动处理不同分辨率的图片，无需手动进行图片裁剪。
以一种访问权限不允许的方式做了一个访问套接字的尝试☍
启动 SD-Trainer 时出现以下的错误。
ERROR: [Error 13] error while attempting to bind on address ('127.0.0.1', 28000): 以一种访问权限不允许的方式做了一个访问套接字的尝试。
这是因为该端口被其他软件占用，SD-Trainer 无法使用。可尝试将占用该端口的软件关闭，或者在launch.ps1 所在目录创建launch_args.txt 文件，在该文件中写上启动参数把 SD-Trainer 端口修改，如--port 8888，保存 launch_args.txt 文件后使用 launch.ps1 重新启动 SD-Trainer。
Note
设置 SD-Trainer 启动参数的方法可参考 设置 SD-Trainer 启动参数。
AssertError: caption file is empty: xxx\xxxxxx\xx\2_xxx\xxxxxxx.txt☍
这是因为图片的打标文件的内容为空，请检查报错指出的文件里的内容是否为空，如果为空，需要重新打标。
Torch 版本低于 2.3.0，将无法正常训练 FLUX 模型。请考虑升级到更新的版本。☍
运行 reinstall_pytorch.ps1 脚本重装 PyTorch，选择大于或等于 2.3.0 版本的 PyTorch 进行重装，如果可选的 PyTorch 版本列表缺少大于或等于 2.3.0 版本的 PyTorch，需要对 SD Trainer Installer 的管理脚本进行更新，方法参看：SD Trainer Installer ### 更新 SD-Trainer 管理脚本
修复使用 WD 标签器出现 Onnxruntime 无法正常调用 GPU 的问题☍
运行 settings.ps1，进入 SD-Trainer 启动参数设置，填入以下启动参数，或者在和 launch.ps1 脚本同级的目录创建一个launch_args.txt 文件，填入以下启动参数，禁用 SD-Trainer 的 Onnxruntime 检查。
再使用 reinstall_pytorch.ps1 更新 PyTorch 版本，更新完成后再运行 launch.ps1 启动 SD-Trainer，此时 SD Trainer Installer 的 Onnxruntime 检查功能将检查 Onnxruntime-GPU 并修复。
NotImplemenredError: Cannot cppy out of meta tensor; no data! Please use torch.nn.Module.to_empty() instead of torch.nn.Module.to() when moving module from mera to a different device.☍
训练使用的模型可能有问题，尝试更换模型。
使用 Kohya GUI 开始训练时出现Failed to canonicalize script path☍
运行 terminal.ps1 打开终端，输入下面的命令并回车运行。
再重新启动 Kohya GUI。