LoRA

LoRA 是一种快速且轻量级的训练方法，它插入并训练数量显著减少的参数，而不是所有模型参数。这会产生一个较小的文件（约 100 MB），并使得快速训练模型以学习新概念变得更加容易。LoRA 权重通常加载到去噪器、文本编码器或两者中。去噪器通常对应于 UNet（例如 [UNet2DConditionModel]）或 Transformer（例如 [SD3Transformer2DModel]）。有几种用于加载 LoRA 权重的类：

• [StableDiffusionLoraLoaderMixin] 提供了加载和卸载、融合和解融合、启用和禁用等功能，用于管理 LoRA 权重。该类可以用于任何模型。
• [StableDiffusionXLLoraLoaderMixin] 是 [StableDiffusionLoraLoaderMixin] 类的 Stable Diffusion (SDXL) 版本，用于加载和保存 LoRA 权重。它只能用于 SDXL 模型。
• [SD3LoraLoaderMixin] 提供了类似的功能，用于 Stable Diffusion 3。
• [AmusedLoraLoaderMixin] 用于 [AmusedPipeline]。
• [LoraBaseMixin] 提供了一个基类，包含多个实用方法，用于融合、解融合、卸载 LoRA 等。

StableDiffusionLoraLoaderMixin

[[autodoc]] loaders.lora_pipeline.StableDiffusionLoraLoaderMixin

StableDiffusionXLLoraLoaderMixin

[[autodoc]] loaders.lora_pipeline.StableDiffusionXLLoraLoaderMixin

SD3LoraLoaderMixin

[[autodoc]] loaders.lora_pipeline.SD3LoraLoaderMixin

AmusedLoraLoaderMixin

[[autodoc]] loaders.lora_pipeline.AmusedLoraLoaderMixin

LoraBaseMixin

[[autodoc]] loaders.lora_base.LoraBaseMixin