Files
2024-05-15 08:09:49 +08:00

1.8 KiB

Documentation

LoraLoaderModelOnly节点旨在高效地加载并集成Lora模型到现有的模型架构中。它通过应用Lora调整来增强基础模型的能力,允许进行专门的修改而无需重新加载完整模型。

Input types

Required

  • model
    • 'model'参数非常关键,因为它代表了将要整合Lora调整的基础模型。它对节点的执行至关重要,因为它决定了将要修改的模型。
    • Comfy dtype: MODEL
    • Python dtype: torch.nn.Module
  • lora_name
    • 'lora_name'参数指定要加载的Lora文件的名称。它对于识别需要应用于基础模型的正确Lora模型至关重要。
    • Comfy dtype: STRING
    • Python dtype: str

Optional

  • strength_model
    • 'strength_model'参数允许用户控制应用于模型的Lora调整的强度。它在微调模型性能中扮演着重要角色。
    • Comfy dtype: FLOAT
    • Python dtype: float

Output types

  • model
    • 'model'输出代表了带有集成Lora调整的修改后的模型。它是节点功能的成果,提供了一个通过指定的Lora修改增强的模型。
    • Comfy dtype: MODEL
    • Python dtype: torch.nn.Module

Usage tips

  • Infra type: CPU

Source code

class LoraLoaderModelOnly(LoraLoader):

    @classmethod
    def INPUT_TYPES(s):
        return {'required': {'model': ('MODEL',), 'lora_name': (folder_paths.get_filename_list('loras'),), 'strength_model': ('FLOAT', {'default': 1.0, 'min': -20.0, 'max': 20.0, 'step': 0.01})}}
    RETURN_TYPES = ('MODEL',)
    FUNCTION = 'load_lora_model_only'

    def load_lora_model_only(self, model, lora_name, strength_model):
        return (self.load_lora(model, None, lora_name, strength_model, 0)[0],)