Ir para conteúdo
Faça parte da equipe! (2024) ×
Conheça nossa Beta Zone! Novas áreas a caminho! ×
  • Quem está por aqui   0 membros estão online

    • Nenhum usuário registrado visualizando esta página.

[LoRA] O que é Lora ?


 Compartilhar

Posts Recomendados

  • Velha Guarda Ex-Staffer

LORA??? WTF é isso???

 

Antes da parte mais "tecnica", digamos que voce deseja gerar uma imagem do Goku.

 

Goku, a IA conhece bem pois está ai na cultura ha muito tempo, mas os geradores de imagem SEMPRE vão desenhar uma imagem diferente pra cada vez que voce mandar umd "gerar" (claro que pode usar os seeds, mas isso é outro papo >.< )

 

Veja abaixo esses 3 Gokus

 

00339-3618128422.jpeg

 

0B628E6355D7CF9AF7BB87A93B8EFB775B31C156

 

8pzuATrLuesbOPB050--z.jpeg

 

 

São estilos COMPLETAMENTE DIFERENTES, voce conseguiria gerar isso "na mão" com prompto etc...? Sim.... mas com as LORA fica beeeem mais facil

 

Veja aqui outro exemplo de LORA.

 

"Gangster SpongeBob Meme [PonyXL] Concept Lora"

 

00096-1792176095.jpeg

 

00086-2421897911.jpeg

 

00112-2209022427.jpeg

 

Novamente, dava pra gerar isso manual, mas com a lora permite que faça isos de forma mais facil

 

Agora vamos para a explicação mais "detalhada"

 

 

LoRA (Low-Rank Adaptation) é uma técnica usada na geração de imagens, especialmente em modelos de aprendizado profundo, como os modelos de difusão e de transformação (transformers). A ideia principal do LoRA é reduzir a complexidade e os requisitos de armazenamento do modelo, mantendo a qualidade da geração de imagens.

Aqui está uma explicação simplificada:

Problema

Modelos de geração de imagens grandes e complexos exigem muitos recursos computacionais e espaço de armazenamento. Isso pode dificultar seu uso em dispositivos com recursos limitados, como smartphones.

Solução

LoRA resolve esse problema ao decompor o modelo em componentes menores e mais gerenciáveis, sem perder a qualidade da geração de imagens. Funciona assim:

  1. Modelo Principal: Começamos com um modelo grande e complexo que pode gerar imagens de alta qualidade.

  2. Decomposição: Em vez de usar diretamente esse modelo, LoRA decompõe as camadas do modelo em matrizes de menor dimensão (de baixa rank).

  3. Treinamento: Treinamos essas matrizes menores, o que é mais eficiente em termos de recursos computacionais.

  4. Reconstrução: Durante a geração de imagens, essas matrizes menores são combinadas para reconstruir o modelo original, permitindo a geração de imagens de alta qualidade.

Benefícios

  • Eficiência: Requer menos memória e poder de processamento.
  • Escalabilidade: Pode ser facilmente implementado em dispositivos com recursos limitados.
  • Qualidade: Mantém a alta qualidade das imagens geradas.

Exemplo

Imagine que você tem um modelo que precisa armazenar muitas informações para gerar imagens detalhadas. Em vez de armazenar todas essas informações de uma vez, você divide essas informações em partes menores, armazena-as separadamente, e só combina essas partes quando precisa gerar a imagem. Isso economiza espaço e recursos.

Aplicação

LoRA é utilizado em várias aplicações de IA, como:

  • Criação de arte digital.
  • Realidade aumentada e virtual.
  • Aplicativos móveis de edição de fotos.

Conclusão

LoRA facilita a geração de imagens de alta qualidade em dispositivos com recursos limitados, tornando a tecnologia mais acessível e eficiente.

 
 
Onde colocar os LORAS?
No gerador que voce baixou, na pasta dele tem um local chamado "lora" onde deve ficar la dentro os arquivos
 
 
Onde baixar as LORAS?
É necessário se cadastrar para acessar o conteúdo.
 
Obs.:  A diferença entre lora e models é basicamente o tamanho do arquivo caso tenha baixado e nao saiba se é model ou lora srsrssrs
 
 
 
  • Curtir 13

qRXaV1L.png

Link para o comentário
Compartilhar em outros sites

 Compartilhar

×
×
  • Criar Novo...

Informação Importante

Nós fazemos uso de cookies no seu dispositivo para ajudar a tornar este site melhor. Você pode ajustar suas configurações de cookies , caso contrário, vamos supor que você está bem para continuar.