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(低秩适配)权重应用于扩散模型。它通过加载训练好的 LoRA 模型中的 LoRA 权重并调整其影响强度来修改基础模型。这使得您能够自定义扩散模型的行为,而无需从头重新训练。
输入
| 参数 | 数据类型 | 是否必填 | 取值范围 | 描述 |
|---|---|---|---|---|
模型 | MODEL | 是 | - | 将应用 LoRA 的扩散模型。 |
lora | LORA_MODEL | 是 | - | 要应用于扩散模型的 LoRA 模型。 |
模型强度 | FLOAT | 是 | -100.0 到 100.0 | 修改扩散模型的强度。该值可以为负数(默认值:1.0)。 |
bypass | BOOLEAN | 是 | True 或 False | 启用后,以旁路模式应用 LoRA,不修改基础模型权重。适用于训练以及模型权重已卸载的情况(默认值:False)。 |
strength_model 设置为 0 时,节点返回原始模型,不应用任何 LoRA 修改。
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
模型 | MODEL | 应用了 LoRA 权重的修改后扩散模型。 |
Source fingerprint (SHA-256):
82afa7dbbc990f1a9f202f920aaf8fad7fe69dc35e75ed8a95eb63c9dec74961