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 |
|---|---|---|---|---|
model | MODEL | 是 | - | 要应用 LoRA 的扩散模型。 |
lora | LORA_MODEL | 是 | - | 要应用的 LoRA 模型(来自 TrainLoraNode 输出或已加载的 LoRA 文件)。 |
strength_model | FLOAT | 是 | -100.0 到 100.0 | LoRA 对扩散模型的影响强度,可以为负数(默认值:1.0)。 |
bypass | BOOLEAN | 是 | - | 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)。 |
- 当
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 |
|---|---|---|
model | MODEL | 应用了 LoRA 权重后的扩散模型。 |