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-将应用 LoRA 的扩散模型。
loraLORA_MODEL-要应用于扩散模型的 LoRA 模型。
模型强度FLOAT-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)。
bypassBOOLEANTrue 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)。
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。

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