1.基本概念
Lora，英文全称“Low-Rank Adaptation of Large Langurage Models”，直译为大语言模型的低阶适应，这是微软的研究人员为了解决大语言模型微调而开发的一项技术
2.作用
只要是图片上的特征都可以提取并训练
（1）对人物/物品的脸部特征进行复刻
（2）生成某一特定风格的图像
（3）固定动作特征
3.embedding和Lora的区别
embedding文件小，保存的信息量小，对人物的还原、对动作的指定、对画风的指定效果一般；Lora文件大，保存的信息量大，对人物的还原、对动作的指定、对画风的指定效果比较好。
embedding一般还原的人物为动漫人物，真人一般用Lora比较好，当embedding和lora可以做同一件事时，优先选择lora，但三视图、多视图embedding有做好的文件，Lora实现就会比较难
3.lora文件下载
打开https://civitai.com/
右方的筛选按钮——LoRA
然后就可以选择相应的画面点击后，再在相应的页面点击Download Latest
以这个生成连环画风格lora为例，点击页面后，再点击Download Latest就可以将lora模型下载下来了
得到文件Xiaorenshu_v20.safetensors
就是生成小人书画风的lora了
4.lora文件存放位置
以存放在D盘为例
D:\stable-diffusion-webui\models\Lora
5.在WebUI中打开lora
在页面的图片中点击“i”按钮，可以看到图片的相应信息，可以发现，作者这里没有写配套训练大模型，可以去评论区查看其他人使用的大模型作为参考大模型
但有的页面有作者配套训练的大模型，所以最好是使用作者配套训练的大模型
在WebUI的Stable Diffusion checkpoint中任意选择一个大模型，例如“chilloutmix_NiPrunedFp32Fix”
不加载lora，在Prompt中输入“masterpiece, high quality”点击“Generate”生成的效果为：
在WebUI页面中点击“Show extra networks”
再在Lora标签中选择需要的lora，点击
可以发现Prompt变为：
表示这是一个“lora”，名称为“Xiaorenshu_v20”，使用比重为“1”
点击“Generate”，这时生成的图像为：
这样就可以得到“小人书”风格的人物图像了
版权归原作者 阿尔卑斯山林 所有， 如有侵权，请联系我们删除。