本文收录于《AI绘画从入门到精通》专栏，专栏总目录：点这里，订阅后可阅读专栏内所有文章。
大家好，我是水滴~~
本教程旨在深入探讨 LoRA 模型的奥秘，涵盖其基本概念、独特作用以及实操指南。我们将从下载和使用LoRA的步骤出发，进而探讨在使用 LoRA 模型时需要注意的细节，从而生成精美的图片。
文章内容包含大量的图例，希望能够帮助新手同学快速入门。
文章目录
- [一、LoRA 是什么](#一、LoRA 是什么)
- [二、LoRA 有什么作用](#二、LoRA 有什么作用)
- [三、怎么下载 LoRA 模型](#三、怎么下载 LoRA 模型)
- [四、LoRA 模型放到哪里](#四、LoRA 模型放到哪里)
- [五、如何使用 LoRA](#五、如何使用 LoRA)
-
- [5.1 语法](#5.1 语法)
- [5.2 触发词](#5.2 触发词)
- [5.3 简单用法](#5.3 简单用法)
- [六、使用 LoRA 的注意事项](#六、使用 LoRA 的注意事项)
-
- [6.1 大模型的选择](#6.1 大模型的选择)
- [6.2 参数设置](#6.2 参数设置)
- [6.3 触发词](#6.3 触发词)
- [6.4 LoRA 的名字](#6.4 LoRA 的名字)
- [6.5 LoRA 的权重](#6.5 LoRA 的权重)
一、LoRA 是什么
LoRA（Low-Rank Adaptation）本身是一种用于微调稳定扩散模型的训练技术。LoRA 模型是一种轻量级的扩散模型，用于对标准的
Checkpoint模型进行微调。它的文件大小通常比Checkpoint模型小 10 到 100倍（约为 2~200 MB），而且训练的门槛也比较低，这使得它非常受欢迎。
LoRA 模型不能独立运行，必须与Checkpoint模型一起使用。LoRA 会对该Checkpoint模型进行细微调整来达到风格上的变化。
随着 SDXL 的发布，StabilityAI 预计在 SDXL v1.0 基础模型上运用 LoRA 来增强图像的做法，将会成为一种流行的方式。
二、LoRA 有什么作用
LoRA 作为一种"微调"模型，它可以指导 AI 生成固定的角色、服饰、表情和动作，还可以调整画面的风格、光线和细节等等。
下图案例中使用了《IU》LoRA 模型，并通过四个不同模型分别生成了四张图片。每一张都精准捕捉到了爱豆李知恩的神韵与魅力：
下图案例中使用了《hanfu 汉服》LoRA 模型，并通过四个不同模型分别生成了四张图片。可以看到，每一张图片中的小姐姐都穿上了汉服：
下图案例中使用了《Bloodstained - Vector / illustrative》LoRA 模型，并通过四个不同模型分别生成了四张图片。下面每一张图片的配色方案都偏向于黑色和红色：
这里我们公公展示了三个案例，还有很多 LoRA 模型供我们使用，每一个模型都有独特的地方，值得我们去探索。
三、怎么下载 LoRA 模型
我们通常在C站上下载 LoRA 模型，找到左上角带"LoRA"字样的模型：
或者在过滤器中，直接筛选出所有"LoRA"模型：
然后点击一个 LoRA 模型，进入详情页，再点击"下载"按钮即可：
四、LoRA 模型放到哪里
下载的 LoRA 模型，我们放到 stable-diffusion-webui\models\Lora 目录下：
这样，我们就可以在 Stable Diffusion WebUI 主界面的"LoRA"选项卡中找到了，附上同名的图片，在这里还可以显示预览图：
五、如何使用 LoRA
那么我们该如何使用 LoRA 模型呢？下面我们继续学习。
5.1 语法
LoRA 的使用比较简单，只需要在"提示词"中输入即可，下面是语法：
<lora: name: weight>。
lora：LoRA 的标志；name：LoRA 模型的名称，最好使用文件名；weight：使用 LoRA 的权重，与提示词权重类似。默认值为1，设为0表示不生效。
例如：
还可以同时使用多个 LoRA，不过要调整好使用的权重：
5.2 触发词
有些 LoRA 模型必须写上"触发词"才能生效，通常会在下载页能找到：
使用的时候，将"触发词"一并写上：
5.3 简单用法
在 Stable Diffusion WebUI 中还有简单的用法，我们只需要在 "LoRA" 界面，点击一下 LoRA 模型，就可以将该 LoRA 自动添加到提示词中了：
我们还可以点击模型的"编辑"按钮，来修改默认值：
编辑页面可以添加"触发词"，还可以修改默认权重等信息：
这样，我们再点击模型的时候，就将修改的内容一并带出来了：
六、使用 LoRA 的注意事项
初次使用 LoRA 模型时，你可能会发现生成的图像与预期有所偏差，显得有些奇特。这种现象并非偶然，而是因为在使用 LoRA 时，有一些关键的注意事项需要我们细心遵守。
6.1 大模型的选择
LoRA 通常是基于大模型来训练的，所以我们使用时如果能保持大模型一致，那么生成的效果肯定是最好的。
那么，我们怎么知道作者使用的哪个大模型呢？
（1）一般作者都会在 LoRA 介绍页面里给出推荐的大模型；
（2）还可以从示例图的生成信息里找到：
6.2 参数设置
有时对生成参数也会影响 LoRA 的使用，作者在介绍页里一般会给出推荐的参数；或者与示例图的参数信息保持一致。
6.3 触发词
有些 LoRA 模型需要使用"触发词"才能够生效，可以在介绍页面找到。为了便于使用，我们将"触发词"附加到本地的 LoRA 信息中，以免忘记。
6.4 LoRA 的名字
在使用 LoRA 时（<lora: name: weight>），我们通常将 name 设置的与 LoRA 模型的文件名相同，否则也会不生效。
6.5 LoRA 的权重
在使用 LoRA 时（<lora: name: weight>），weight 为权重，该值越大代表 LoRA 对生成的结果影响就越大。但权重过高也会产生不好的效果，通常不要超过1，设置在 0.8~0.9 即可。