LyCORIS
LyCORIS (超越传统方法的 Lora,用于稳定扩散的其他秩自适应实现) 是类似于 LoRA 的矩阵分解适配器,用于修改 UNet 的交叉注意力层。 此处的 LoHa 和 LoKr 方法继承自 Lycoris
类。
LycorisConfig
类 peft.tuners.lycoris_utils.LycorisConfig
< 源代码 >( peft_type: Union = None auto_mapping: Optional = None base_model_name_or_path: Optional = None revision: Optional = None task_type: Union = None inference_mode: bool = False rank_pattern: Optional[dict] = <factory> alpha_pattern: Optional[dict] = <factory> )
LyCORIS 类适配器的基本配置
LycorisLayer
LyCORIS 类适配器的基础层
合并
< source >( safe_merge: bool = False adapter_names: Optional[list[str]] = None )
将活动的适配器权重合并到基础权重中
此方法将所有已合并的适配器层从基础权重中取消合并。
LycorisTuner
类 peft.tuners.lycoris_utils.LycorisTuner
< 源代码 >( model config adapter_name low_cpu_mem_usage: bool = False )
参数
- model (
torch.nn.Module
) — 要适配的模型。 - config (LoraConfig) — Lora 模型的配置。
- adapter_name (
str
) — 适配器的名称,默认为"default"
。 - low_cpu_mem_usage (
bool
,optional
, 默认为False
) — 在元设备上创建空的适配器权重。有助于加快加载过程。
LyCORIS 类适配器的基础调谐器
删除现有的适配器。
merge_and_unload
< source >( progressbar: bool = False safe_merge: bool = False adapter_names: Optional[list[str]] = None )
此方法将适配器层合并到基础模型中。如果有人想将基础模型用作独立模型,则需要这样做。
set_adapter
< 源代码 >( adapter_name: str | list[str] )
设置活动的适配器。
此外,此函数会将指定的适配器设置为可训练的(即 requires_grad=True)。如果不需要此操作,请使用以下代码。
通过移除所有 Lora 模块而不进行合并来获取基础模型。这将返回原始的基础模型。