v2.7.0

SD-Trainer v2.7.0 — Windows 便携整合包

本包 PORTABLE_BUILD：65df2ba（构建时间 2026-06-02 UTC）
7z 约 381 MB（含离线 WD 打标模型 + 浅克隆 .git）；首次运行另需约 3 GB 网络下载 PyTorch 等依赖。

---

本版相对上一包（18e15cc）更新

更新器

• Bootstrap 自更新（UPDATER_VERSION=2）：双击 Update-SD-Trainer.bat / Update-SD-Trainer-Release.bat 时，会先从 GitHub main 拉取最新更新脚本，有变化则自动重跑后再更新；无需等下一版 7z 也能拿到更新器修复。
• 版本信息展示：更新开始时会显示 当前 VERSION / PORTABLE_BUILD、线上 main / 最新 Release、本地与线上更新脚本版本。
• 约定与变迁记录：Discussion #73

Bug 修复

• #72 Anima Fast 插件安装：修复 cannot assign to field 'source_root'（frozen 安装计划改用 dataclasses.replace）。

仍包含（自 v2.7.0 初版 / 6 月 1 日热更新包起）

• Anima LoRA Fast 模式（页内安装，7z 不预装插件 venv）
• Anima Finetune 全量微调入口
• Release 更新 /IS /IT 同 VERSION 重发覆盖、PORTABLE_BUILD 构建指纹
• #66 / #68 / #69 / #70 / #71 等 v2.7.0 线修复（详见 CHANGELOG）

---

快速开始

1. 解压到任意目录（路径尽量不含中文）
2. 双击 run_gui.bat
3. 浏览器打开 http://127.0.0.1:28000

---

从旧版升级

你的情况	推荐操作
已装 任意 v2.7.0 整合包	运行 Update-SD-Trainer-Release.bat（推荐）或 Update-SD-Trainer.bat
从 v2.5.x / v2.6.x	保留 sd-models/、output/、logs/、SD-Trainer/extensions/ 后 Release 更新或解压本包
无 .git 的旧包	必须用 Release 更新 或下载本 7z

升级后请确认：

• SD-Trainer/PORTABLE_BUILD 第一行为 65df2ba
• SD-Trainer/scripts/portable/UPDATER_VERSION 为 2

---

双更新方式

入口	说明
Update-SD-Trainer.bat	Git 快进（需 SD-Trainer/.git）
Update-SD-Trainer-Release.bat	下载 GitHub Release 7z 合并（无 git / 同 tag 重发包 必用）

用户数据（模型、输出、日志、extensions/ 等）更新时 不会覆盖。

---

说明

• Anima Fast 不在 7z 内预装；侧栏 Anima LoRA → Fast 模式 → 开启插件 首次安装（独立 venv，体积较大）。
• 默认离线打标模型：tagger-models/wd14/wd14-convnextv2-v2/
• v2.5.2 用户若「能开网页无法训练」请至少升到 v2.5.3+（本包已包含后续修复）

完整变更见 CHANGELOG.md。

v2.6.0

Highlights

• Add Anima full finetune WebUI/training flow from main.
• Fix SDXL LoRA training crash caused by the stable trainer cache signature mismatch.
• Harden the Windows portable package: embed shallow .git metadata, refresh update helper behavior, preflight dataset-tag-editor files, and default extra tagger downloads to hf-mirror.com.
• Keep the bundled default WD tagger (wd14-convnextv2-v2) available offline in huggingface/.

Portable Notes

• Package size is about 381 MB; first launch may still download Python training dependencies separately.
• Users on v2.5.3 packages that report "not a git checkout" should download this new 7z instead of using Update-SD-Trainer.bat.

v2.5.3

整合包热修复（#54）

• 依赖健康检查：便携启动不再仅以 torch 目录是否存在判断「已安装」；启动前会探测 torch、torchvision、accelerate、diffusers、gradio 等关键包，不完整时自动执行 setup_environment.py 修复安装，缓解「网页能开、点开始训练提示无法连接训练端」。
• 侧栏版本号：WebUI 侧栏「Next Trainer」旁显示当前版本（读取 /api/version），便于确认是否已升级到 2.5.3。

升级说明

• v2.5.2 整合包用户请整包升级到 v2.5.3（不要覆盖 sd-models/、output/、config/ 等用户目录）。
• 详见 docs/portable-upgrade-2.5.2-to-2.5.3.md

下载

• SD-Trainer-v2.5.3.7z（Windows 便携整合包，解压后运行 run_gui.bat）

SD-Trainer v2.5.2

请升级到 v2.5.3（最新版）。v2.5.3 修复了「网页能开、点开始训练无法连接训练端」等便携包依赖检测问题，并显示侧栏版本号。详见 #54 与 升级指南。请勿再下载本页 2.5.2 整合包，除非你需要旧版对照。

---

SD-Trainer v2.5.2

这是一个整合包稳定性修复版本，重点修复 Windows 便携包更新、首次依赖安装测速、标签编辑器启动和 SDXL 训练崩溃问题。

重点修复

• 修复 Update-SD-Trainer.bat 在浅克隆 .git 下可能误报 fast-forward update failed 的问题。
• GitHub 主仓与 dataset-tag-editor 子模块更新增加镜像回退，缓解国内网络 Connection was reset。
• 整合包已内置 dataset-tag-editor 文件时，更新脚本会跳过子模块 clone，避免「目录已存在且非空」导致更新失败。
• 修复根目录启动器刷新路径，避免 run_gui.bat / run_gui_portable.bat 路径拼接错误。
• 首次安装 PyTorch 时改为按真实 wheel 下载吞吐量测速，避免直连快的用户被误切到慢速国内镜像。
• 修复 SDXL / Textual Inversion 训练的 assert_extra_args 签名兼容问题。
• Windows 上自动禁用 torch_compile，避免 Triton 不可用导致训练中断。
• 标签编辑器启动增加自动修复与嵌入式 Python 路径兼容。

整合包说明

• 文件： SD-Trainer-v2.5.2.7z（历史版本，建议改用 v2.5.3）
• 大小： 约 386 MB
• 已内置默认 WD 打标模型缓存
• 首次运行仍需联网下载 PyTorch 等依赖，约 3 GB
• 包内包含浅克隆 .git，可继续使用 Update-SD-Trainer.bat 原地更新

---

2026-05-25 21:10（UTC+8）热修复

重新上传 SD-Trainer-v2.5.2.7z，修复以下影响可用性的问题：

• 修复 /api/run 在缺少 config/autosave/ 目录时后端 500，导致前端「无法连接训练端」。
• 修复训练监控入口硬编码 127.0.0.1:6008，改为通过 /train-monitor 重定向到实际运行端口。
• 补全缺失静态资源：home-logo.webp、guide-mascot.webp。

包体约 389 MB，内置 .git 与当时 main 同步。

2026-05-25 21:30（UTC+8）端口冲突加固

在同一 .7z 上再次更新，加固多服务端口：

• gui.py 为已启用服务保护默认端口：WebUI（28000）、TensorBoard（6006）、训练监控（6008）、标签编辑器（28001）；回退扫描不会占用这些端口。
• 避免 TensorBoard（6006）在端口被占用时回退到训练监控端口（6008）。
• 首页/引导生成脚本移除硬编码 127.0.0.1:6008，统一走 /train-monitor。
• 新增 Cursor 规则 .cursor/rules/embedded-service-ports.mdc，记录端口契约以防回归。

2026-05-25 22:xx（UTC+8）GUI API / TensorBoard 热修复

• 修复部分环境下 MIKAZUKI_PORT 与 TensorBoard（6006）端口混淆，导致访问 TensorBoard 时误连到 WebUI API（28000）并出现 HTTP 404 的问题。
• 统一通过主站代理访问内嵌服务，避免在页面中硬编码 127.0.0.1:6006 等地址。

v2.5.1

SD-Trainer v2.5.1 整合包

下载

• SD-Trainer-v2.5.1.7z（约 380 MB，含离线 WD 打标模型 + git 元数据）
• 解压后双击 run_gui.bat
• 首次运行需联网下载 PyTorch 等依赖（约 3 GB）

整合包

• 保留浅克隆 .git（约 19 MB），支持 Update-SD-Trainer.bat 原地更新
• 预置 WD tagger（wd14-convnextv2-v2），离线打标无需额外下载
• 更新脚本跟随打包分支 dev/builtin-services

WebUI / 训练

• 配置导入防呆 (#43)：跨页 TOML/JSON 校验与跳转引导；Anima 页 JSON 历史参数全量应用
• 多层 Anima 类型识别：依据 qwen3 等字段与模型路径推断；自动修正旧版误标 sdxl-lora 并提示
• JSON 导入修复：字符串学习率不再报 toExponential is not a function
• Anima 旧配置路由：含 Anima 字段但 model_train_type=sdxl-lora 时正确走 Anima 训练
• 打标进度条修复；Tag Editor 端口冲突自动避让

提醒

• 不推荐 v2.3.0 及更早整合包用于 Anima 训练（模型校验 bug），详见 FAQ
• 旧版无 .git 的 7z 无法原地 git 更新，请保留 sd-models/、output/、logs/ 后整包替换

完整变更见 CHANGELOG.md。

SD-Trainer v2.5.0 — UI 焕新

UI 焕新

• 侧栏导航重构 — 训练类型、工具、帮助文档分区清晰，支持层级折叠
• 首页传送门 — 卡片式入口快速跳转到训练、监控、新手上路等常用功能
• 训练监控仪表盘 — 新增 GPU 实时指标（型号、负载、显存、温度、功耗），总步数大字卡片，训练参数速查
• 新手上路页面 — 帮助新用户快速了解训练流程

改进

• 训练监控前后端分离为独立 train_monitor/ 模块
• CSS 去重清理（~1660 行冗余代码）
• README 截图更新为最新 UI

下载

• 整合包用户：下载 SD-Trainer-v2.5.0.7z（~19.5 MB），解压后双击 run_gui.bat
• 源码用户：git pull 即可

首次启动需联网，自动安装依赖 ~3 GB。要求 Windows 10/11，RTX 20+ 显卡。

SD-Trainer v2.4.0

SD-Trainer v2.4.0

训练稳定性（整合包 + 源码）

• 训练子进程环境隔离：设置 PYTHONNOUSERSITE=1，防止系统用户级 site-packages 污染训练子进程，修复 No module named 'joblib' 等 import 链断裂崩溃（#16）
• NaN 值过滤：network_args / optimizer_args 中 key=NaN 的无效项自动剥离，修复 LyCORIS int(NaN) 导致训练崩溃
• 采样保护：若最终配置无 sample_prompts，自动移除 sample_at_first 等采样参数，避免 sd-scripts 在 step 0 因 sample_prompts=None 崩溃
• attn_mode 自动降级：配置中指定 xformers / flash 但对应后端未安装时，自动降级到可用方案并打印 WARNING，不再直接崩溃
• 路径规范化：配置中模型、数据、输出等路径字段自动将 \ 转为 /，修复 Windows 手动粘贴路径时反斜杠导致的兼容性问题

整合包改进

• tkinter 支持：build_portable.ps1 打包时自动复制 tkinter + Tcl/Tk，修复文件夹选择器（/pick_file）无法弹出（#20）；缺失时 API 返回明确错误
• xformers 一键安装：新增 install_xformers.bat，整合包用户双击即可安装 xformers 0.0.30

使用说明

1. 下载 SD-Trainer-v2.4.0.7z（~21 MB），解压后双击 run_gui.bat 启动
2. 首次运行需联网（自动下载约 3 GB PyTorch + CUDA 依赖，国内自动镜像加速）
3. 浏览器打开 http://127.0.0.1:28000

环境要求

• Windows 10/11 64-bit
• NVIDIA GPU（RTX 20 系及以上）
• 磁盘空间 ~7 GB + 首次运行下载 ~3 GB

SD-Trainer v2.3.0 - Training Monitor Upgrade

Highlights

• Upgraded the 6008 Train Monitor with TensorBoard-backed Loss/LR scalar cards (loss/average, loss/current, loss/epoch_average, lr/unet).
• Added key training parameter quick checks for learning rates, optimizer, total steps, resolution, precision, seed, and save cadence.
• Echo training logs to both CMD and the monitor page while keeping monitor polling logs quiet.
• Improved port fallback so GUI, TensorBoard, and the Train Monitor do not collide when default ports are occupied.
• Removed the test-only run_gui_anima.bat; use run_gui.bat as the single supported Windows entrypoint.

Notes

• The portable package still intentionally uses xformers / PyTorch SDPA instead of Flash Attention 2.
• First launch downloads PyTorch/CUDA dependencies and may require several GB of network traffic.

v2.2.0

SD-Trainer v2.2.0 整合包（已更新）

下载 SD-Trainer-v2.2.0.7z，解压后双击 run_gui.bat（不要用 PowerShell 直接运行 run_gui.ps1）。首次运行需联网安装依赖（约 3 GB）。

2026-05-19 更新：同版本号替换发布，修复首日反馈的 flash-attn/triton 与启动脚本问题；已下载用户请重新下载本 7z 覆盖。

本版重点

整合包与启动

• 便携包不再安装 flash-attn；启动时清理不可用的 flash-attn/triton，训练用 xformers / PyTorch SDPA
• 修复 No module named triton 与 triton-windows 编译崩溃
• run_gui.bat 纯 cmd 启动，避免 PowerShell 执行策略报错；失败写入 sd-trainer-log.txt
• 修复 requirements.txt PEP 508 环境标记解析

训练监控与 UI

• 跨盘 output_dir 时监控页不再断联
• 项目品牌信息与临时 logo / favicon
• 贡献者文档 CONTRIBUTORS.md

完整变更见 CHANGELOG.md。

SD-Trainer v2.1.0

SD-Trainer v2.1.0

Improvements

• Flash Attention 2 prebuilt wheels — Windows users no longer need a C++ compiler; installs in seconds via prebuilt wheel from HuggingFace
• Save by steps — New option to save model checkpoints every N training steps (in addition to save-by-epochs)
• Fix LoKr conv_dim/conv_alpha bug — LoKr (LyCORIS) parameters no longer pass undefined/NaN values to sd-scripts
• Triton for Windows — Added triton-windows dependency; flash attention now works correctly on Windows
• Smarter attn_mode auto-detection — Windows auto-detection checks triton availability before enabling flash; falls back to xformers/torch(SDPA) gracefully
• TOML sanitization — All undefined/null/NaN values are stripped from training config before writing

Install

Download SD-Trainer-v2.1.0.7z (~15 MB), extract, double-click run_gui.bat.
First launch auto-installs PyTorch + CUDA + Flash Attention 2 (~3 GB).

Upgrade (existing users)

Run Update-SD-Trainer.bat or git pull to get the latest code. Flash Attention 2 prebuilt wheel will be auto-installed on next launch via run_gui.bat.