RunPod上で一度作ったら安定して LoRA学習できる Kohya_ss 環境を作る方法

当記事では、RunPodで My Templatesを作成して、一度作ったら安定して LoRA学習できる Kohya_ss 環境を作る方法について書いています。

今回使用するのは、Runpod Pytorch 2.2.0です。

Runpod Pytorch 2.2.0

runpod/pytorch:2.2.0-py3.10-cuda12.1.1-devel-ubuntu22.04

PyTorch Environment

Ready-to-use PyTorch + Python development environment with JupyterLab and common development tools pre-installed:

• Jupyter Notebook 6.5.5
• JupyterLab with widgets and extensions
• Pre-configured workspace directory
• SSH access
• NGINX server
• Development tools

Ports

事前準備

• Dockerアカウントと、DockerDesktop

• Gitが無い場合はインストールしておきます。

Gitが無い場合はインストールしてください

初心者でも迷わない！GitHub・Git・Git Bashの違いとインストール＆使い方完全ガイド 生成AIを使っていると、モデル配布やカスタムノードなどで頻繁にお世話になるGitHub。 ですが、使う機会は多くても「そもそも GitHub とは何ができる場所なのか？」と疑…

• VSCodeも用意しておきます。

あわせて読みたい

【AI生成・LoRA制作向け】メモ管理とタグ編集を【VS Code】で効率化する方法 VS Codeで快適作業環境 Windowsのメモ帳を愛用していましたが、ふと、思い立ってVScodeを使い始めました。 メモ帳でも問題なかったのですが・・・やはりビジュがね。 と…

Kohya_ss用のDockerfile例

ドキュメントを参考に、Kohya_ss用のDockerfileを作成する。

 https://docs.runpod.io/pods/templates/create-custom-template

プロジェクトフォルダ作成

C:\Users\OwnerならDocuments に移動してフォルダを作成します。

cd Documents

（例）フォルダ名my-custom-pod-templateの場合

mkdir my-custom-pod-template
cd my-custom-pod-template

Enterで作成します。

Kohya_ss のダウンロード

git clone https://github.com/bmaltais/kohya_ss.git

Dockerfile の作成方法①

notepad Dockerfile

VSCodeや、メモ帳で作成したファイルを貼り付けて保存します。

Dockerfile の作成方法②

フォルダmy-kohya-template 内に Dockerfile を作成

Kohya_ss用のDockerfileを作成（メモ帳かVSCodeで）

（例）Kohya_ss用のDockerfileを作成

FROM runpod/pytorch:2.2.0-py3.10-cuda12.1.1-devel-ubuntu22.04
ENV PYTHONUNBUFFERED=1
WORKDIR /

RUN apt-get update && \
    DEBIAN_FRONTEND=noninteractive apt-get install -y \
    python3-tk python3-venv git wget curl rsync jq && \
    rm -rf /var/lib/apt/lists/*

RUN pip install --no-cache-dir jupyterlab

# イメージ内に /kohya_ss を作成
RUN git clone https://github.com/bmaltais/kohya_ss.git /kohya_ss && \
    test -d /kohya_ss || exit 1

RUN cd /kohya_ss && bash setup.sh

RUN test -f /kohya_ss/gui.sh || exit 1

# ログディレクトリ作成
RUN mkdir -p /workspace/logs

# 起動スクリプト（同期機能付き）
RUN printf '#!/bin/bash\nset -e\n\n# 初回またはバージョン更新時に同期\nif [ ! -d "/workspace/kohya_ss" ] || [ ! -f "/workspace/kohya_ss/.synced" ]; then\n    echo "Syncing kohya_ss to /workspace..."\n    rsync -rlptDu /kohya_ss/ /workspace/kohya_ss/\n    touch /workspace/kohya_ss/.synced\n    echo "Sync complete!"\nfi\n\n# Jupyter起動\njupyter lab --ip=0.0.0.0 --port=8888 --no-browser --allow-root --LabApp.token="" --ServerApp.root_dir=/ > /workspace/logs/jupyter.log 2>&1 &\n\nsleep 10\n\n# Kohya_ss起動（/workspace版を使用）\ncd /workspace/kohya_ss\nbash gui.sh --listen 0.0.0.0 --server_port 3013 2>&1 | tee /workspace/logs/kohya_ss.log\n' > /start.sh && \
    chmod +x /start.sh

EXPOSE 3013 8888

CMD ["/start.sh"]

docker build --no-cache -t リポジトリ名 .
docker push リポジトリ名

start-kohya.sh の作成

PowerShell で作業フォルダで

my-kohya-template 内に start-kohya.sh を作成する

#!/bin/bash
cd /workspace/kohya_ss
bash gui.sh --listen 0.0.0.0 --server_port 3013

docker run --rm -it -v ${PWD}:/workspace ubuntu bash -c "chmod +x /workspace/start-kohya.sh"

ビルド

フォルダ内に移動して

（例）フォルダ名my-kohya-templateの場合

cd C:\Users\Owner\Documents\my-kohya-template

PowerShell 上で

docker build -t my-kohya-template .

二回目以降はキャッシュをクリアした方がいい

（例）Runpodで sakasa15/kohya-runpod:v1 を使用。

docker build --no-cache -t リポジトリ名 .
docker push リポジトリ名

ビルドが成功すると、my-kohya-template というイメージが作成される

• -t my-kohya-template はイメージ名（自分の好きな名前でもOK）
• 最後の . は「このフォルダの Dockerfile を使う」という意味
• ビルドには 3〜10 分ほどかかる

最後に以下のようなメッセージが出れば成功
“` Successfully built xxxxxxxxx Successfully tagged ユーザー名/kohya-template:latest

Docker Hubにプッシュ

ビルドが完了したら、次はDocker Hubにプッシュする

docker push yourusername/kohya-cuda12:latest

②

docker push yourusername/イメージ

Enterを押すと、アップロードが始まります。

latest: digest: sha256:xxxxx size: xxxxと表示されれば完了です！

その後、RunPodでテンプレートを作成して、Podをデプロイする。

（例）

docker tag my-kohya-template yourusername/イメージ名＋Vr
docker push yourusername/イメージ名＋Vr

DockerHub にアップロードして RunPod や他マシンでも利用可能

Docker Hubにログイン（できない時）

docker login

docker tag my-kohya-template registry.runpod.io/abc123/イメージ名＋Vr

docker login registry.runpod.io

docker push registry.runpod.io/abc123/イメージ名＋Vr

コンテナの起動（GUI 起動）

docker run --gpus all -p 3013:3013 イメージ名

RunPodでのテンプレート作成

ステップ1: テンプレート作成画面を開く

New Template をクリック

ステップ2: 以下を入力

Template Name:

イメージ名

Container Image:

username/イメージ名＋Vr

Container Disk:(例)

60

Expose HTTP Ports:

3013

Expose TCP Ports: 空欄

Environment Variables: 空欄

Container Start Command: sleep infinity

Docker Command: 空欄

ステップ3: 保存

Save Template をクリック

最後に以下のようなメッセージが出れば成功

Running on local URL:  http://0.0.0.0:3013

Name: 任意の名前
Public Template:（共有したい場合はチェックを入れる）
Type: Custom
Compute Type:
Container Image: ここでは、runpod/pytorch:2.2.0-py3.10-cuda12.1.1-devel-ubuntu22.04
Container Start Command：
Container Disk: ここでは60GB
Volume Mount Pathk:
HTTP Port:下の表を参照（start.sh で WebUI を起動）
Environment Variables：DISABLE_SYNC=1

DISABLE_SYNC=1 の設定場所とタイミング

設定場所

RunPod では Pod 起動前に環境変数として設定します。

• GUIから設定する場合
  1. RunPod ダッシュボードで Pod 作成画面を開く
  2. Environment Variables（環境変数）欄に

DISABLE_SYNC=1

と入力
Key: DISABLE_SYNC
Value: 1 （有効化）

Pod 起動時にこの環境変数を設定すると、Kohya_ss や LoRA学習中の ネットワークボリューム同期による遅延・失敗を防げる

安定させるポイント

1. ベースコンテナの選定
   • CUDA + PyTorch + Python が揃ったものを選ぶ
   • 例: runpod/pytorch:2.2.0-py3.10-cuda12.1.1-devel-ubuntu22.04
   • Kohya_ss は GPU メモリを大きく使う
2. 永続ストレージ（Volume Disk）を必ず設定
   • /workspace をマウントしてモデルや学習済みデータを保存
   • DISABLE_SYNC=1 を設定すると学習処理が高速化（Pod内部のみ同期）
3. 起動スクリプトを作る
   • start.sh で依存ライブラリのインストール → Kohya_ss GUI 起動
   • GUI ポートは 3000 など任意で指定
   • 初回だけ依存ライブラリのインストールに時間がかかるので注意
4. My Templates に保存
   • これで安定した LoRA 学習環境を再現可能
5. 学習時の注意
   • batch size や resolution は VRAM に応じて調整
   • rank / network dimension など大きくするとメモリ不足になりやすい