跳转到主要内容
本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! 在 GitHub 上编辑
LoraModelLoader 节点将训练好的 LoRA(低秩适应)权重应用于扩散模型。它通过加载 LoRA 权重并调整其影响强度来修改基础模型。当使用来自 TrainLoraNode 的训练结果时,请使用此节点而非标准的 LoRA 加载器。

输入参数

参数数据类型必需取值范围描述
modelMODEL-要应用 LoRA 的扩散模型。
loraLORA_MODEL-要应用的 LoRA 模型(来自 TrainLoraNode 输出或已加载的 LoRA 文件)。
strength_modelFLOAT-100.0 到 100.0LoRA 对扩散模型的影响强度,可以为负数(默认值:1.0)。
bypassBOOLEAN-启用后,通过前向钩子应用 LoRA 而不修改基础权重,适用于量化模型(默认值:False)。
注意:
  • strength_model 设置为 0 时,节点返回原始模型,不应用任何 LoRA 修改。
  • 若在训练时启用了 bypass_mode,推理时也应将此处的 bypass 设置为 True

输出结果

输出名称数据类型描述
modelMODEL应用了 LoRA 权重后的扩散模型。