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LoraLoaderBypass 节点以特殊的”旁路”模式将 LoRA(低秩适配)应用于扩散模型和 CLIP 模型。与标准 LoRA 加载器不同,此方法不会永久修改基础模型的权重。相反,它通过将 LoRA 的效果添加到模型的正常前向传播中来计算输出,这在训练或处理已卸载权重的模型时非常有用。
输入
| 参数 | 数据类型 | 是否必填 | 范围 | 描述 |
|---|---|---|---|---|
model | MODEL | 是 | - | 将应用 LoRA 的扩散模型。 |
clip | CLIP | 是 | - | 将应用 LoRA 的 CLIP 模型。 |
lora_name | COMBO | 是 | 可用 LoRA 文件列表 | 要应用的 LoRA 文件名。选项从 loras 文件夹加载。 |
strength_model | FLOAT | 是 | -100.0 到 100.0 | 修改扩散模型的强度。此值可以为负数(默认值:1.0)。 |
strength_clip | FLOAT | 是 | -100.0 到 100.0 | 修改 CLIP 模型的强度。此值可以为负数(默认值:1.0)。 |
strength_model 和 strength_clip 都设置为 0,节点将直接返回原始的、未经修改的 model 和 clip 输入,而不进行任何处理。
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
MODEL | MODEL | 以旁路模式应用了 LoRA 的扩散模型。 |
CLIP | CLIP | 以旁路模式应用了 LoRA 的 CLIP 模型。 |
Source fingerprint (SHA-256):
2642f4ed98457e5fd08e2103ffb9f2c02f11326590aadf0636fb7db51f484815