Diffusers代码学习：加载适配器Lora

Low-Rank Adaptation （LoRA）是一种流行的训练技术，因为它速度快，生成的文件大小较小（几百MB）。LoRA可以训练模型从几个图像中学习新风格。它的工作原理是在Stable Diffusion模型中插入新的权重，然后只训练新的权重而不是整个模型。这使得LoRA训练更快，存储更容易。

LoRA是一种非常通用的训练技术，可以与其他训练方法一起使用。例如，使用DreamBooth和LoRA训练模型是很常见的。加载和合并多个LoRA以创建新的独特图像也越来越普遍。

import os
os.environ["HF_ENDPOINT"] = "https://hf-mirror.com"
rom diffusers import AutoPipelineForText2Image
import torch

pipeline = AutoPipelineForText2Image.from_pretrained("stabilityai/stable-diffusion-xl-base-1.0",
                                                     torch_dtype=torch.float16).to("cuda")

pipeline.load_lora_weights("ostris/super-cereal-sdxl-lora", weight_name="cereal_box_sdxl_v1.safetensors")
prompt = "bears, pizza bites"
image = pipeline(prompt).images[0]
image.save("load.jpg")