ComfyUIのLoRAの学習｜組み込みの学習ノード

＊2026年9月29日に確認した内容です。ComfyUI の公式ドキュメントの組み込みのノードの説明（LoadImageDataSetFromFolder・LoadImageTextDataSetFromFolder・MakeTrainingDataset・TrainLoraNode・SaveLoRA・LoraModelLoader・LossGraphNode・SaveTrainingDataset・LoadTrainingDataset）によります。これらのページの説明は、AI で作られたものです。画面は、編集部の PC（Windows 11・NVIDIA GeForce RTX 4060）のポータブル版（Python ごと1つのフォルダに入った Windows 向けの ComfyUI。ComfyUI v0.37.0・フロントエンド 1.52.7・画面の表示は日本語）で撮りました。

ComfyUI には、LoRA（絵柄や対象をモデルに足す、軽い追加のモデル）を学習する組み込みのノードがあります。フォルダの画像を読み込み、画像と説明の文から学習用のデータセットを作り、「LoRA学習」のノードで学習して、「LoRA重みを保存」のノードでファイルに保存します。編集部は、SD1.5 と画像5枚で、初めの値の16ステップの学習を1回動かしました。学習のノードには [BETA] の札が付いていて、ComfyUI のプログラムでも実験的なノードの印が付いています。

ComfyUIの中でLoRAを学習する

学習のワークフロー（ノードをつないだ処理の流れ）は、次の順につなぎます。

1. 学習のもとになるモデルを読む（「チェックポイントを読み込む」）
2. 学習に使う画像を読む（「フォルダから画像データセットを読み込む」）
3. 画像と説明の文から、学習用のデータセットを作る（「トレーニングデータセットを作成」）
4. LoRA を学習する（「LoRA学習」）
5. 学習した LoRA を保存する（「LoRA重みを保存」）。損失のグラフも出す（「損失グラフをプロット」）

編集部の PC のノードライブラリ（画面の左のサイドバーの「ノード」）では、「トレーニングデータセットを作成」「LoRA学習」「損失グラフをプロット」は「モデル」→「トレーニング」の分類に、「フォルダから画像データセットを読み込む」は「画像」の分類に、「LoRA重みを保存」は「モデル」→「マージ」の分類にありました。

LoRA の考え方は「LoRA｜小さなファイルでの追加学習」の記事で解説します。

学習に使う画像を読み込む

学習に使う画像は、ComfyUI のフォルダの中の input の下に、フォルダを作って入れます。「フォルダから画像データセットを読み込む」（LoadImageDataSetFromFolder）のノードの「フォルダ」の欄で、そのフォルダを選びます。

公式ドキュメントによると、このノードは次のように動きます。

• 選べるのは、ComfyUI の input のフォルダの下のフォルダだけ。外のフォルダを指す値は受け付けない
• 読むのは、拡張子が .png・.jpg・.jpeg・.webp の画像。画像は RGB に変えて読む
• フォルダに画像が1つも無いとエラーになる

「フォルダから画像とテキストデータセットを読み込む」（LoadImageTextDataSetFromFolder）を使うと、画像ごとに、同じ名前の .txt のファイルに書いた説明の文も一緒に読めます。公式ドキュメントによると、.txt が無い画像の説明は空になります。フォルダ名が数字とアンダースコアで始まる（例：10_cats）と、そのフォルダの画像をその数だけくり返して使います。

編集部は、ComfyUI/input/c03_lora に、前に SD1.5 で作った画像5枚を入れました。説明の文は、5枚に共通の1つの文を「文字列」のノードで渡しました。

学習用のデータセットを作る

「トレーニングデータセットを作成」（MakeTrainingDataset）は、画像を VAE で潜在変数（画像の元になるデータ）に、説明の文を CLIP でコンディショニング（モデルへの指示のデータ）に変えるノードです。出力の「latentリスト」と「コンディショニング」を、「LoRA学習」につなぎます。

公式ドキュメントによると、「テキスト」につなぐ説明の文の数は、次のどれかにします。

ほかの数にするとエラーになります。編集部の PC では、実行すると、ComfyUI を起動した画面（コンソール）に「Created dataset with 5 latents and 5 conditioning.」と出ました。

作ったデータセットは、「学習データセットを保存」（SaveTrainingDataset）のノードで、ComfyUI の datasets のフォルダに保存できます。保存したデータセットは、「トレーニングデータセットの読み込み」（LoadTrainingDataset）のノードで読み込めます。公式ドキュメントでは、データセットを保存しておくと、学習のときの読み込みが効率よくなるとしています。

LoRAを学習する：Train LoRA

「LoRA学習」（TrainLoraNode）は、モデル・潜在変数・ポジティブ条件付け（「トレーニングデータセットを作成」から出るコンディショニング）を受け取り、LoRA を学習するノードです。出力は、学習した「lora」、損失（学習の誤差）の記録の「損失マップ」、学習した「ステップ数」の3つです。

主な値と初めの値は、次のとおりです（公式ドキュメントと、編集部の PC の画面による）。編集部は、どの値も初めのまま動かしました。

公式ドキュメントによると、ポジティブ条件付けの数は、潜在変数の数に合わせます。1つだけのときは、すべての画像にくり返し使われます。

編集部の PC（RTX 4060）では、画像5枚・16ステップの学習は、ワークフロー全体で 23.45 秒で終わりました。

学習したLoRAを保存して使う

「LoRA重みを保存」（SaveLoRA）は、学習した LoRA を .safetensors のファイルに保存するノードです。公式ドキュメントによると、保存先は ComfyUI の output のフォルダで、ファイル名は「prefix」（初めは loras/ComfyUI_trained_lora）に5けたの番号を付けたものです。「steps」に学習のステップ数をつなぐと、ファイル名にステップ数も入ります。

編集部の PC では、「LoRA学習」の「ステップ数」の出力を「steps」につないだので、ComfyUI/output/loras/ComfyUI_trained_lora_16_steps_00001_.safetensors（17,986,244 バイト・約18MB）ができました。編集部は、確かめたあとでこの LoRA を消しました。

学習した LoRA は、ファイルに保存せずにそのまま使うこともできます。「LoRAモデルを読み込み」（LoraModelLoader）のノードは、「LoRA学習」の「lora」の出力を受け取り、モデルに LoRA を足します。公式ドキュメントによると、「モデル強度」（初めは 1.0）で効き具合を決め、0 にすると LoRA を足さない元のモデルになります。

保存した LoRA のファイルを、画像を作るワークフローで読むときは、ComfyUI の models/loras のフォルダに置きます。LoRA の読み込みは「ComfyUIのLoRAの読み込み｜Load LoRA・強さ」の記事で解説します。

学習の進み具合を見る

「損失グラフをプロット」（LossGraphNode）は、「LoRA学習」の「損失マップ」を受け取り、ステップごとの損失（学習の誤差）を折れ線のグラフにするノードです。

公式ドキュメントでは、このノードはグラフをプレビューの画像として出す、実験的なノードとしています。編集部の PC では、グラフはノードの中に出て、画像のファイルは ComfyUI の temp（一時的なファイルのフォルダ）に入りました。コンソールには、ステップごとの損失の値が出ました（編集部の学習では、1ステップ目が 0.3174、16ステップ目が 0.0801）。

学習せずに、2つのモデルの差から LoRA を取り出して保存する方法（LoraSave）は、「ComfyUIのモデルの合成と保存｜Model Merging」の記事で解説しています。