PEFT documentation
LyCORIS
LyCORIS
LyCORIS(Lora beYond Conventional methods, Other Rank adaptation Implementations for Stable diffusion)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。LoHa 和 LoKr 方法继承自此处的 Lycoris 类。
LycorisConfig
类 peft.tuners.lycoris_utils.LycorisConfig
< source >( task_type: Optional[Union[str, TaskType]] = Nonepeft_type: Optional[Union[str, PeftType]] = Noneauto_mapping: Optional[dict] = Nonepeft_version: Optional[str] = Nonebase_model_name_or_path: Optional[str] = Nonerevision: Optional[str] = Noneinference_mode: bool = Falserank_pattern: Optional[dict] = <factory>alpha_pattern: Optional[dict] = <factory> )
LyCORIS 类似适配器的基础配置
LycorisLayer
类似适配器的 LyCORIS 基础层
合并
< source >( safe_merge: bool = Falseadapter_names: Optional[list[str]] = None )
将活动适配器的权重合并到基础权重中
此方法会从基础权重中取消合并所有已合并的适配器层。
LycorisTuner
类 peft.tuners.lycoris_utils.LycorisTuner
< source >( modelpeft_config: Union[PeftConfig, dict[str, PeftConfig]]adapter_name: strlow_cpu_mem_usage: bool = Falsestate_dict: Optional[dict[str, torch.Tensor]] = None )
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, defaults toFalse) — 在 meta 设备上创建空的适配器权重。有助于加快加载过程。
类似 LyCORIS 适配器的基础调优器