UNet

一些训练方法——如 LoRA 和 Custom Diffusion——通常针对 UNet 的注意力层，但这些训练方法也可以针对其他非注意力层。与训练模型的所有参数不同，只训练参数的一个子集，这样更快且更高效。如果你只将权重加载到 UNet 中，这个类很有用。如果你需要将权重加载到文本编码器或文本编码器和 UNet 中，请尝试使用 [~loaders.StableDiffusionLoraLoaderMixin.load_lora_weights] 函数。

[UNet2DConditionLoadersMixin] 类提供了加载和保存权重、融合和解融合 LoRA、禁用和启用 LoRA 以及设置和删除适配器的功能。