企业官网建设流程全解析

AMD显卡上训练kohya_ss：ROCm环境3步装好，显存调优与报错速查完整指南

【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ss

如果你用 AMD 显卡跑 kohya_ss 做模型微调（LoRA、Dreambooth 这类在已有大模型上继续训练的操作），大概率会先撞上两类麻烦：一是装环境时装不上，二是启动训练时直接报错甚至显存溢出。这篇文章按“先装好、再跑通、最后调顺”的顺序带你把流程走一遍，所有版本号、命令、参数值都直接写死，照着敲就行。

装之前，先核对这 4 项前提

ROCm 是什么？一句话：AMD 官方出的 GPU 计算平台，作用类似 CUDA，只是服务 AMD 显卡。kohya_ss 对 AMD 的支持就是基于它实现的。

动手之前，先花两分钟确认下面的条件，能省掉后面 80% 的排错时间：

• 操作系统：Linux，内核 5.4 以上，推荐 Ubuntu 20.04 / 22.04 LTS。
• ROCm 驱动版本：必须 6.3 及以上，这是本项目依赖清单锁定的 ROCm 大版本。
• Python 版本：3.11 和其他版本都能用，但依赖包会按版本分开锁。以 TensorBoard 为例，Python 3.11 用 2.14.1，其他版本用 2.16.2；tensorflow-rocm 对应是 2.14.0.600（3.11）和 2.16.2（其他版本）。
• ⚠️onnxruntime-rocm==1.21.0 不支持 Python 3.11，如果你需要用到 ONNX 相关功能，建议避开 3.11。

这些版本约束都写死在 requirements_linux_rocm.txt 里，不要手动改版本号。

3 步装好：从驱动到可训练环境

第 1 步：装 ROCm 驱动栈

在 Ubuntu 终端执行，装上 ROCm 的 HIP 运行库（HIP 可以理解为 AMD 版的 CUDA 内核接口）：

sudo apt update && sudo apt install rocm-hip-sdk

第 2 步：把项目拉下来

git clone https://gitcode.com/GitHub_Trending/ko/kohya_ss cd kohya_ss

第 3 步：安装 AMD 专用依赖

pip install -r requirements_linux_rocm.txt

这一步会自动装好 ROCm 版的 PyTorch、TensorFlow 等训练框架和 ONNX 运行时，文件最后一行的-r requirements.txt还会把 kohya_ss 的公共依赖一并带进来，不需要单独再装一遍。

依赖文件里这几个关键版本，为什么不能动

打开 requirements_linux_rocm.txt 看前几行就能明白它的门道：

• 第 2 行--extra-index-url https://download.pytorch.org/whl/rocm6.3：告诉 pip 额外去 PyTorch 官方 ROCm 源找包，因为 ROCm 版的 torch 在 PyPI 主站没有。
• 第 3 行--find-links https://repo.radeon.com/rocm/manylinux/rocm-rel-6.4.1：指向 AMD 官方的 ROCm 6.4.1 仓库，这个链接已经预留，为后续升级 ROCm 大版本做准备。
• 第 5-6 行锁死核心版本：torch==2.7.1+rocm6.3和torchvision==0.22.1+rocm6.3。

简单说：这个文件存在的意义，就是解决“AMD 显卡的软件包散落在多个专用源、PyPI 上找不到”的问题。你只需要执行上面那一条 pip 命令，源解析它自己会处理。

显存不够怎么办：按顺序动这 3 个参数

显存溢出（OOM）是 AMD 卡训练时最常见的运行时问题。不要一上来就换小数据集，按下面的顺序逐个加，每个都加一句解释：

1. 加--fp16：让训练用半精度浮点跑，显存占用大约直接减半，这是性价比最高的一档。
2. 加--gradient_checkpointing（梯度检查点）：用重新计算换显存，速度会慢一点，但能明显降低峰值占用。
3. 调 batch_size（批大小，一次同时处理几张图）：以 RX 7900 XTX 为例，先从batch_size=4起步能跑，再根据剩余显存往上调或往下调，找到一个既不满溢又能喂饱显卡的值。

训练参数怎么填可以参考仓库里的示例配置 config example.toml 和官方说明 docs/train_README.md，带界面的用户也可以走 GUI，入口在 kohya_gui/。

报错速查表

装好之后接着做什么

• 先跑一次最小的 LoRA 训练把链路验证通，再上正式数据集；
• 之后留意 requirements_linux_rocm.txt 的版本更新，ROCm 大版本升级（如 6.4.x 正式切换）都会体现在这里，跟着文件升就行。

【免费下载链接】kohya_ss项目地址: https://gitcode.com/GitHub_Trending/ko/kohya_ss