除了传统方法之外,还为 Stable Diffusion 实现了其他等级适配。
一个项目,为 Stable Diffusion 实现了不同的参数效率高的微调算法。 这个项目源自 LoCon (请参阅存档分支)。 如果您有兴趣讨论更多细节,可以加入 我们的 Discord 服务器 如果您想查看更深入的 LyCORIS 实验结果和讨论,可以查看我们的 论文 文档开始于 docs/README.md — 它映射了每个 将文档和源文件夹与所回答的问题相关联。
目前 LyCORIS 包含 LoRA (LoCon)、LoHa、LoKr、(IA)^3、DyLoRA、原生微调 (又称 dreambooth)。GLoRA 和 GLoKr 即将推出。请参阅 实现算法列表 和 指南 以了解更多详细信息。
| 全部 | LoRA | LoHa | LoKr 低因子 | LoKr 高因子 $^+$ | |
|---|---|---|---|---|---|
| 保真度 | ★ | ● | ▲ | ◉ | ▲ |
| 灵活性 $^*$ | ★ | ● | ◉ | ▲ | ● $^†$ |
| 多样性 | ▲ | ◉ | ★ | ● | ★ |
| 规模 | ▲ | ● | ● | ● | ★ |
| 训练速度 线性 | ★ | ● | ● | ★ | ★ |
| 训练速度 卷积 | ● | ★ | ▲ | ● | ● |
★ > ◉ > ● > ▲
$^+$ 通常我们将 factor <= 0.5 * sqrt(dim) 视为低因子, factor >= sqrt(dim) 视为高因子。例如,对于 SD1.x/SD2.x/SDXL, factor <= 8 可视为低因子, factor >= 16 可视为高因子。
$^*$ 灵活性指的是与生成与训练集不相似的图像有关的任何内容,以及多个概念的组合。
[> means better and smaller size is better]
暂无开放 Issues，或尚未同步最近议题。