stable diffusion其他微调方法

发表时间：与ControlNet同期，2023
目标：与ControlNet一样，对图像生成进行控制
方法：与ControlNet很相似，也是额外添加了一个小网络，然后将权重添加到Unet的encoder中（实验结果显示加在encoder中效果较好）。

RB指残差模块
与ControlNet比较
- 权重添加位置不同，分别是Unet的encoder和decoder
- 额外的网络结构不同，ControlNet是copy了Unet的block，而T2I的外加网络结构与Unet无关
- 在实践中，ControlNet效果稍好

没有代码以及WebUI插件
基于Lora的改进：Lora中低秩分解的秩是人为指定的且是统一的，考虑到参数矩阵需要fine tune的秩可能是不一样的，提出自适应的秩，根据其重要性来进行秩的指定（参数分配）。在保证参数总数的情况下提升fine tune的性能
方法：
- 可以基于svd分解的特征值确定特征向量的重要性，但是svd分解非常耗时，实际操作中并不现实。于是使用三个矩阵模拟 $\Sigma V$ ，其参数是训练更新的，为了保证U和V的正交性，引入惩罚项 $L=||U^TU-I||+||V^TV-I||$
- 但是如果直接使用 $\Sigma$ 中特征值绝对值大小评判特征向量的重要程度在实验中效果并不好。于是作者将损失对参数的求导结果作为该特征向量的重要性分数，对分数排序，去除分数低的特征向量。（这里对分数做了历史平滑，也考虑前面step中的重要性）
- Lora中处理的是qkvo，本文处理的是qkv和feedforward中f1，f2，因为在消融实验中发现微调f1,f2也很重要
比较
- 对Lora实现了参数动态分配，并将低质分解从attention层中扩展了feedforward层

LyCORIS：Lora的其他补充方式

WebUI可以使用，使用较多的是LoCon和LoHa

将Lora扩展到卷积层。
方法：
- 在代码上只是将低了卷积的输出通道数
- 理论：将一个卷积核（一个通道）展开，可以看成是参数矩阵的一列。将所有卷积核按列排布可以得到类似于transformer中的参数矩阵，即卷积操作也是矩阵相乘。通过降低channel数再提高channel数实现降低参数量的目的

在这里插入图片描述
传统的低秩分解算法，需要保证分解后的秩的维度小于2R，而通过LoHa的进一步拆解，使得矩阵的秩扩展到 $R^2$ ,解决了原生LoRA受到低秩的限制。

总结
- LoCon和RoHa都能实现更细粒度的微调。LoCon可以对实现更细粒度的控制，从全图的调整优化为细粒度的部件调整。RoHa更注重于低秩矩阵分解本身，引入Hadamard Product，将秩的维度从2R扩展到 R^2。这两个插件都包含在LyCORIS库
- Lora可以和其他微调方法一起使用以降低微调参数量，常用的是和DreamBooth一起降低参数量
- 这些方法需要的数据量都较小。一般来讲，微调的参数量越多，需要的数据量也越大（DreamBooth例外）
- 一般而言，数据越多，效果越好