使用LoRa进行可靠的扩散

使用LoRa进行可靠扩散

现代技术领域已经开始以全新的方式拥抱人工智能。而现代内容创作者在图像生成领域也开始充分利用其能力。因此，本指南将探讨如何使用LoRa进行稳定的扩散。

OpenAI的ChatGPT的崭露头角无疑为整个行业的进步做出了巨大贡献。它的迅猛发展为其打入主流铺平了道路，并且市场上可用的基于人工智能的工具也因此成倍增加。

尽管如此，很少有工具像稳定扩散一样强大和准确。稳定扩散是一种图像生成技术，通过扩散的过程逐渐减少图像中的噪音来生成全新的图像。由于其惊人的效果和在学习曲线较短的情况下使用起来的简单性，它越来越普遍。

现在，让我们来看一下如何通过在稳定扩散算法中安装和使用LoRA来提高程序的整体性能的一种方法。

什么是LoRA？

我们已经稍微了解了稳定扩散作为一种技术的一些内容，特别是其作为图像生成软件的用途，可以训练出令人惊叹的图像。这个基于文本的程序依赖于提示命令，利用机器学习（ML）方法生成内容。现在，让我们稍微解释一下LoRA是什么。

对于那些对人工智能领域接触较少的人而言，LoRA是一种训练技术。而且，它是在稳定扩散算法微调中使用的一种方法。确实，它在存储等领域非常有价值。具体来说，它们起到了将放大的模型文件和文本反演之间架起的桥梁作用。

因此，LoRA提供了一种不呈指数增长的文件大小和相当强大的训练能力的混合体。因此，这种混合体非常适合那些由于模型数量过多而本地存储空间有限的用户。与其他检查点模型相比，LoRA的体积明显较小。

当LoRA与稳定扩散结合使用时，它成为了训练模型在特定因素上的关键工具。它能够训练各种概念，比如您想让模型熟练掌握的字符或一种特定风格。随后，经过训练的模型在生成符合特定训练样式的图像方面变得至关重要。

它如何与稳定扩散合作？

既然我们对LoRA和稳定扩散都有一些了解，那么让我们谈谈它们如何配合使用。具体来说，LoRA对稳定扩散模型的交叉注意力层进行微小的改变。这是图像和给定提示相交的地方。随后，人工智能研究人员发现，在这个领域进行大量训练可以极大地帮助建立模型本身的整体效果。

交叉注意力层的权重是通过矩阵进行排列的。LoRA通过将这些特定矩阵的大小减小来实现工作。具体来说，它通过将其分解成两个较小的矩阵来实现。因此，模型文件需要存储的数字数量大大减小，LoRA的模型大小也随之减小。

如何找到LoRA模型？

既然我们已经单独讨论了LoRA和稳定扩散，现在开始解释如何将它们一起使用。首先，让我们先讨论从哪里获取LoRA模型，因为这是过程中的一个重要环节。在寻找该程序时，有两个热门选项：HuggingFace和Civitai。这些往往是寻找该程序时最受推荐的选择。

Civitai有一个非常庞大的LoRA模型集合，是许多用户的首选目的地。此外，它还有一个非常用户友好的界面。因此，对于那些寻找LoRA模型的人来说，它可以增强整体的体验。

另外，HuggingFace提供了一个较小的LoRA模型集合。然而，它的优势在于可以向潜在用户展示不同类型的模型。然而，在找到这些模型时可能会稍微困难一些，因为它们与检查点模型位于同一个位置。

不过，两个选项在考虑您需要的内容以及在导航中哪一个更容易操作方面都是可行和有用的。只要您选择的模型能与稳定扩散算法协同工作，无论是哪一个选项都可以满足您的需求。接下来，让我们探索如何将它们一起使用。

如何使用LoRA和稳定扩散？

现在，我们已经分别讨论了两个程序，并简要讨论了如何找到LoRA模型。现在，让我们以简化的逐步过程来详细介绍如何将它们两者结合使用。

安装LoRA 首先，您需要安装LoRA以与稳定扩散Automatic1111配合使用，这是一个相当简单的过程。首先完成您想要下载的LoRA模型的下载。

下载完成后，确保将文件（.pt或.safetensor）放置在标记为stable-diffusion-webui/models/Lora的文件夹中。

访问它 接下来，您需要访问LoRA模型。首先，导航到Automatic1111稳定扩散UI。然后，找到Generate按钮，并观察下面的五个选项。选择标题为Show/Hide Extra Networks的中间选项。从那里，您应该能够看到安装的选项、文本反演、超网络、检查点和LoRA模型。

激活它 然后，您将能够激活LoRA模型。具体而言，您需要在提示中输入以下短语： lora:LORA-FILENAME:WEIGHT 确保LORA-FILENAME是文件名，不包含扩展名。然后确定WEIGHT是LoRA的强度，可以从0到1范围内。通过Automatic111用户界面仔细检查您是否正确输入了文件名。选择LoRA选项卡，然后导航到您想要的模型。然后，LoRA关键词应该被添加到您的提示中，不过您也可以手动添加。

生成一些图像！ 一旦您激活了LoRA模型，就可以开始享受有趣的部分了：图像生成。需要注意的是，并非每个LoRA模型都与每个检查点模型兼容。如果在生成过程中遇到困难，请记住您可能需要尝试其他检查点。