Stable Diffusion ComfyUI 基础教程（七）如何使用三大微调模型：Embeddings、Lora、超网络

原创已于 2024-12-28 22:19:40 修改 · 3.5k 阅读

29 ·

CC 4.0 BY-SA版权

文章标签：

#stable diffusion #人工智能 #AI作画 #AI绘画 #AIGC #ComfyUI

于 2024-07-16 10:00:00 首次发布

AI绘画同时被 2 个专栏收录

542 篇文章

订阅专栏

SD应用教程

524 篇文章

订阅专栏

部署运行你感兴趣的模型镜像

前言：

在我们绘图过程中我们用到了 Checkpoint 模型和 VAE模型，但是还有另外三种可以辅助我们出图的模型没有给大家介绍，他们分别是 Embeddings（嵌入）、Lora（低秩适应模型）、Hypernetwork（超网络）这三种模型；
在开始讲解这三个模型之前我们一定要记住不止 Checkpoint（大模型）分 SD1.4、SD1.5、SDXL1.0等基础算法型号，这三个模型同样也分，我们在使用时要选择对应基础算法型号才能正常使用。
今天我们就讲讲这三种模型分别是什么原理、有什么作用和怎么使用。

Embeddings：

原理介绍（如果只想知道怎么使用可以跳过原理介绍这段）：

Embeddings 翻译成中文就是“嵌入”，他在深度学习领域通常指的是“嵌入式向量”，这些向量是高维空间中的点，能够代表输入数据（如文本或图像）的关键特征。
我们输入的关键词能被识别，正是因为 Text Encoder 将自然语意的 Prompt 转成了数值向量，这些数值向量他们不仅包含数值信息，还包含数据之间的关系和结构信息。
想象一下，你正在向别人描述独角兽长什么样，你可能会说‘它像马，有白色的毛发，前额上有一只角’。即使对方从未见过独角兽，通过这些关键描述，他们也能在脑海中形成一个独角兽的形象。在深度学习中，Embeddings模型的作用类似于这种描述。当我们给计算机系统输入一个词，比如‘独角兽’，Embeddings模型会生成一个数值向量，这个向量包含了与‘独角兽’相关的所有关键特征。这样，即使计算机系统‘没见过’独角兽，它也能通过这个向量理解‘独角兽’这个是什么。
通过上面的例子可以看出他只是在描述什么是“独角兽”，并将其转换成一种数值表示形式，并不直接参与绘画。所以他没有改变大模型的权重参数，也就只能用来固定元素或画面特征，这也是他的局限性。

安装位置：

我们在部份模型下载网站很有可能看不到 Embeddings 模型，但是他会以 Textual Inversion（文本倒置）这个名字出现，他们是同一个东西（下图是 C 站和 LibLib 的筛选框）。

模型存放位置在：“ComfyUI_windows_portable\ComfyUI\models\embeddings”目录下，如果你是和 Web UI 共用的模型，那就放在“sd-webui\embeddings”目录下。

作用及如何使用：

此模型通常用来嵌入元素特征（比如人物特征）、负面信息（用来减少图的崩坏几率）
使用 Embeddings 模型我们只需要在提示词输入框输入他的“触发词”就可以，一般我们在下载模型的时候会看到作者给出的触发词。

是不是输入触发词比较麻烦，我们需要记住每个模型的触发词。我们可以通过一个插件去选择 Embeddings 模型，还记得我第一节课给大家推荐的“小瑞士军刀美化辅助（ComfyUI-Custom-Scripts）”插件吗，在输入框输入“embeddings”中的任意一个字母或“模型名称的任意一个字母”即可在弹窗中选择模型，并且点击模型右侧的“ℹ️”还可以查看模型的相关信息及 C 站跳转链接。

我们用《电锯人》中 Makima 的 Embeddings 模型来对比一下不使用和使用的效果（相同关键词和种子下，上/左图：未使用，下/右图：使用）

很明显的看出下面这张图带有 Makima 的特征，当然和真正的 Makima 还是有一定区别的，要想让图像更加符合人物特征还是要用 Lora 模型。
我们用的最多的还是用来解决AI不会画手或肢体错乱，颜色混杂等痛点，这时候就有大佬整合一些 AI 画错了的图像（比如：六指，畸形的图像，三条腿…），训练成了 Embeddings 模型也叫 Negative Embeddings（负面词嵌入）模型，我们只需要把他输入到负向关键词里面，在绘图时让他禁止绘制此类案例就可以了。
常用的 Negative Embeddings（负面词嵌入）模型：
1. SD1.5：badhandv4、EasyNegative、ng_deepnegative_v1_75t
2. SDXL1.0：unaestheticXL_AYv1
我们来看一下效果（相同关键词和种子下，上图：未使用，下图：使用），我们很明显地看出有一定的效果

当然加了 Embeddings 也并不意味着就能解决这些问题，它只是提高了生成好图片的概率，但是总比不加时效果好了很多。
在使用 Embeddings 模型时，我们可以多个 Embeddings 模型进行组合使用，会让我们得到意想不到的效果；
常用的 Embeddings 模型我也会放在本节课的文件里面，比如对年龄、性别的控制模型。

Lora：

原理介绍（如果只想知道怎么使用可以跳过原理介绍这段）：

LoRA：Low-Rank Adaptation Models（低秩适应模型），他的核心思想是在不显著改变原有模型结构的情况下，通过添加一些额外的、低秩（即简化的）矩阵来调整模型的权重，从而提升模型的性能或适应性。
在微调 Stable Diffusion 模型的情况下，相较于大模型的 Dreambooth（训练方法，输出 Checkpoint 模型）的全面微调模型方法，Lora 的训练参数可以减少很多倍，对硬件性能的要求也降低很多。
想象一下你有一辆车，这辆车已经可以满足你的日常需求，比如上班通勤。但有一天，你决定参加一场越野赛车比赛。你知道你的车在原有状态下无法应对越野赛的挑战，但你也不想换一辆新车。这时，你可以选择对你的车进行一些改装，比如换上越野轮胎、增强悬挂系统，这样你的车就能适应越野赛的环境。
在这个例子中，你的原始车辆就像是一个已经训练好的神经网络模型，它在大多数情况下都能很好地工作。然而，当面对新的或特殊的任务（比如越野赛）时，它可能需要一些调整才能更好地适应。LoRA（Low-Rank Adaptation）模型的作用就像是对车辆进行的这些特定改装。通过在原有模型上添加低秩矩阵（相当于对车辆的特定部分进行改装），我们可以使模型更好地适应新的任务，而不需要完全重新设计或训练一个新模型。

安装位置：

模型存放位置在“ComfyUI_windows_portable\ComfyUI\models\loras”目录下，如果你是和 Web UI 共用的模型，那就放在“sd-webui\models\Lora”目录下。

作用及如何使用：

通常 Lora 模型用来指定目标特征（比如：人物、动作、年龄、服装、材质、视角、风格等）；
在使用上比较简单，“右键-新建节点-加载器-LoRA加载器”；

看到这个节点我们应该能猜到怎么连接吧，左侧的“模型/CLIP”和“Checkpoint加载器”连接，右侧的“模型/CLIP”分别和“K采样器”、“CLIP文本编码器”连接。
这时候我们会发现个问题，有两个“CLIP文本编码器”（正向和负向）啊，我们连哪个，还是都连。经过测试只对正向关键词有效果，也就是说，我们可以两个都连接，也可以只连正向关键词对应的“CLIP文本编码器”。
我们选择个 Lora模型试一下效果，我以原神中的角色芭芭拉为例：

是不是知道怎么使用了，但是我们在 Web UI 上可以设置 Lora模型的权重和使用多个 Lora模型对吧，一个个来说，我们先说怎么设置权重；
在“LoRA加载器”节点上除了选择模型外是不是还有两个可以设置参数的地方，模型强度、CLIP强度。至于我们设置哪个参数能达到控制权重的效果，完全取决于模型的训练方式。所以我们在不知道受哪个参数影响的情况下，我们可以对两个参数都进行调节，而 Web UI 上是把两个参数整合在一起了。
至于多个 Lora模型那就更简单了，我们在这个“LoRa模型加载器”后面再连一个就可以了；

是不是已经学会了怎么使用 Lora模型了，但是我们使用多个 Lora模型的时候就会让流程图更复杂、更乱，调节权重也比较麻烦，我们可以使用一个插件帮我们解决。
efficiency-nodes-comfyui（效率节点）：https://github.com/jags111/efficiency-nodes-comfyui.git
我们先看一下怎么使用，直接把三个节点都加载出来“右键-新建节点-效率节点-堆栈- LoRA堆”、“右键-新建节点-效率节点-效率加载器”、“右键-新建节点-效率节点-采样-K采样器（效率）”。
先看“LoRA堆”节点我们可以看到有三类可调节的地方；
1. 输入模式：和控制权重有关，在这个节点我们可以通过调节一个参数就能控制权重了，如果我们把输入模式改为高级，Lora权重就会分成模型强度、CLIP强度；
2. Lora数量：用来调节我们使用几个 Lora模型的，当前数值是3，我们就有三个Lora可选；
3. Lora选择和权重就不用说了吧。
效率加载器，我们需要操作的地方有：大模型选择、VAE模型选择、Lora模型（不使用选无，如果只使用一个就可以在这个节点选择，多个情况下就使用我们上面说的 Lora堆节点）、正反提示词、宽高、批次；
K采样器基本上一样，没什么大的区别。