LoRA模型是小型稳定扩散模型，它们对标准检查点模型进行微小更改。它们通常比检查点模型小10到100倍。
什么是LoRA模型
LoRA (Low-Rank Adaptation)是一种用于微调稳定扩散模型的训练技术，其文件大小和训练能力之间达到了良好的平衡。相比Dreambooth（2-7 GB）和文本反演（约100 KB），LoRA的文件大小可管理（2-200 MB），且具有不错的训练能力。使用LoRA可以解决存储问题，并通过对伴随模型文件进行小改动来修改样式。
哪里能找到LoRA模型？
Civitai网站有大量的LoRA模型，应用过滤器可以只看到LoRA模型。这些模型通常相似：女性肖像、动漫、逼真插画风格等。
如何使用LoRA模型
安装步骤：
1、将模型文件放置在stable-diffusion-webui/models/Lora文件夹中。
2、使用LoRA模型，需要在提示中输入以下短语。<lora:filename:multiplier>
LoRA模型的文件名为filename，不包括扩展名（.pt、.bin等）。multiplier是应用于LoRA模型的权重，默认值为1。将其设置为0会禁用该模型。
文件名有可能很长，输入就比较繁琐。更好的做法是，点击Generate按钮下面的模型图标。
点击Lora选项卡，应该会看到已安装的LoRA模型列表。选择你想要使用的模型，然后LoRA短语会自动插入提示词中。
LoRA模型必须要懂的技巧
可以通过调整乘数（multiplier）来增强或减弱效果，将乘数设置为0会禁用LoRA模型。可以在0到1之间调整样式效果。
一些LoRA模型是使用Dreambooth训练的。需要添加触发关键字才能使用该LoRA模型，在模型页面上可以找到触发关键字。
与嵌入（Embeddings）类似，你可以同时使用多个LoRA模型，并且还可以与嵌入一起使用。
在AUTOMATIC1111中，LoRA短语不是提示的一部分。应用了LoRA模型后它将被删除。也就是说你不能像[关键词1：关键词2：0.8]那样使用提示语法。