目录
1、Textural Inversion(简易)
不改变网络结构,仅改变CLIP中token embedding的字典。在字典中新增一个伪词的embedding,fine-tune这个embedding的值。其他所有可调参数都冻结。
优点:训练量极小,需要的素材就是一张图。完全不改变神经网络中的任何参数。
缺点:效果一般。
TI的简洁激发了很多研究者的灵感,基于TI思路的研究出现了很多。
2、DreamBooth(完整)
具体做法是,加入一个新词(sks)代表subject,embedding初始值继承原类型的词的embedding。调整了模型中全部可调参数,彻底的让模型学会subject。损失函数加入了监督功能,去监控漂移现象,防止灾难性遗忘“学会新的忘了旧的”。
在LoRA出现前,训练DreamBooth是潮流,但代价较大。
3、LoRA(灵巧)
LoRA的网络是一种additional network,LoRA训练不改变基础模型的任何参数,只对附加网络内部参数进行调整。在生成图像时,附加网络输出与原网络输出融合,从而改变生成效果。
由于LoRA是将矩阵压缩到低秩后训练,所以LoRA网络的参数量很小(千分之一),训练速度快。实验发现,低维矩阵对高维矩阵的替代损失不大。所以即便训练的矩阵小,训练效果仍然很好,已成为一种customization image generation范式。LoRA后来在结构上改进出不同的版本,例如LoHA,LyCORIS等。
LoRA详解:https://zhuanlan.zhihu.com/p/632159261
Self-Attention的LoRA微调代码:GitHub - owenliang/pytorch-diffusion: pytorch复现stable diffusion
代码分析:
用于替换的线性层 (Wq, Wk, Wv矩阵):
class CrossAttention(nn.Module):
def __init__(self,channel,qsize,vsize,fsize,cls_emb_size):
super().__init__()
# Wq, Wk, Wv 矩阵使用LoRA微调降低参数量, W + WA * WB
self.w_q=nn.Linear(channel,qsize)
self.w_k=nn.Linear(cls_emb_size,qsize)
self.w_v=nn.Linear(cls_emb_size,vsize)
self.softmax=nn.Softmax(dim=-1)
self.z_linear=nn.Linear(vsize,channel)
self.norm1=nn.LayerNorm(channel)
# feed-forward结构
self.feedforward=nn.Sequential(
nn.Linear(channel,fsize),
nn.ReLU(),
nn.Linear(fsize,channel)
)
self.norm2=nn.LayerNorm(channel)
找到模型中所有的Wq, Wk, Wv线性层并将其替换为Lora:
if __name__=='__main__': # 加入LoRA微调的训练过程
# 预训练模型
model=torch.load('model.pt')
# 向nn.Linear层注入Lora
for name,layer in model.named_modules():
name_cols=name.split('.')
# 过滤出cross attention使用的linear权重
filter_names=['w_q','w_k','w_v']
if any(n in name_cols for n in filter_names) and isinstance(layer,nn.Linear): # module名字中存在w_q, w_k, w_v且属于线性层
# print(name) # enc_convs.0.crossattn.w_q,enc_convs.0.crossattn.w_k,enc_convs.0.crossattn.w_v,……
inject_lora(model,name,layer)
Lora具体实现与替换过程:
# Lora实现,封装linear,替换到父module里
class LoraLayer(nn.Module):
def __init__(self,raw_linear,in_features,out_features,r,alpha):
super().__init__()
self.r=r # 秩数
self.alpha=alpha # LoRA分支的权重比例系数
self.lora_a=nn.Parameter(torch.empty((in_features,r))) # 可训练参数
self.lora_b=nn.Parameter(torch.zeros((r,out_features)))
nn.init.kaiming_uniform_(self.lora_a,a=math.sqrt(5)) # WA 矩阵参数需要进行初始化
self.raw_linear=raw_linear # 原始模型权重 W
def forward(self,x): # x:(batch_size,in_features)
raw_output=self.raw_linear(x)
lora_output=x@((self.lora_a@self.lora_b)*self.alpha/self.r) # LoRA分支:x * (WA * WB * α/r)
return raw_output+lora_output # W + LoRA
def inject_lora(model,name,layer):
name_cols=name.split('.') # [enc_convs, 0, crossattn, w_q]
# 逐层下探到linear归属的module
children=name_cols[:-1] # [enc_convs, 0, crossattn]
cur_layer=model
for child in children:
cur_layer=getattr(cur_layer,child) # 逐层深入得到w_q, w_k, w_v层的属性
#print(layer==getattr(cur_layer,name_cols[-1]))
lora_layer=LoraLayer(layer,layer.in_features,layer.out_features,LORA_R,LORA_ALPHA)
setattr(cur_layer,name_cols[-1],lora_layer) # 把 crossattn 的 w_q/w_k/w_v层 的属性替换为LoraLayer
模型训练过程:冻结非Lora分支的所有参数
# lora权重的加载
try:
restore_lora_state=torch.load('lora.pt') # 加载训练好的Lora权重(lora_a, lora_b矩阵),enc_convs.0.crossattn.w_q.lora_a等
model.load_state_dict(restore_lora_state,strict=False)
except:
pass
model=model.to(DEVICE)
# 冻结非Lora参数
for name,param in model.named_parameters():
if name.split('.')[-1] not in ['lora_a','lora_b']: # 非LoRA部分不计算梯度
param.requires_grad=False
else:
param.requires_grad=True
模型推理过程:将Lora分支参数合并到原始模型参数中(相加)
if __name__=='__main__':
# 加载模型
model=torch.load('model.pt')
USE_LORA=True
if USE_LORA: # 使用LoRA推理
# 把Linear层替换为Lora
for name,layer in model.named_modules():
name_cols=name.split('.')
# 过滤出cross attention使用的linear权重
filter_names=['w_q','w_k','w_v']
if any(n in name_cols for n in filter_names) and isinstance(layer,nn.Linear):
inject_lora(model,name,layer)
# lora权重的加载
try:
restore_lora_state=torch.load('lora.pt')
model.load_state_dict(restore_lora_state,strict=False)
except:
pass
model=model.to(DEVICE)
# lora权重合并到主模型(把LoRA权重加到原始模型权重中)
for name,layer in model.named_modules():
name_cols=name.split('.')
if isinstance(layer,LoraLayer): # 找到模型中所有的 LoraLayer 层
children=name_cols[:-1]
cur_layer=model
for child in children:
cur_layer=getattr(cur_layer,child) # cur_layer = cross attention对象(包含修改过的wq, wk, wv)
lora_weight=(layer.lora_a@layer.lora_b)*layer.alpha/layer.r # 计算得到lora分支权重
before_weight=layer.raw_linear.weight.clone() # 原始模型权重W
layer.raw_linear.weight=nn.Parameter(layer.raw_linear.weight.add(lora_weight.T)).to(DEVICE) # 把Lora参数加到base model的linear weight上
setattr(cur_layer,name_cols[-1],layer.raw_linear) # 使用新的合并分支替换原来的两分支Lora结构
4、ControlNet(彻底)
将神经网络快的不同权重,分别复制到“锁定”副本(locked copy)和“可训练”副本(trainable copy)中。按制定规则集成原图特征并生成新的内容,不会导致生成图和原图看起来毫无关系。
5、其他
- Custom Diffusion基本建立在DreamBooth的基础上,通过消融实验证明了即使只训练交叉注意力层中的部分矩阵,也有非常好的fine-tune效果,不需要像DreamBooth那样全部参数调整。这种思路也引领了后续的一系列研究,但DreamBooth仍然是当时的范式。
- 与ControlNet同期有一种方法叫做T-2-l adapter,微调的参数更少,效果较CN差些,比CN发布晚了一点,被ControlNet的光芒遮挡了。
- LORA的典型修改方案是LyCORIS,这个以二次元人物命名的方法把LoRA的思想应用在卷积层做改进,并且结合了一些其他算法进行了参数调整。
- 微调方法只是打包起来的tricks。模型建模研究是建构的过程,而不是发现的过程,有很大的自由度,不要被已有做法的说法限制自己的想象。