İçeriğe geç
gündemde
Yapay zeka sözlüğü / LoRA
🏗️ Modeller ve eğitim

LoRA

Modeli ince ayardan geçirmenin hafif bir yöntemi: tüm modeli yeniden eğitmek yerine küçük bir “eklenti” kullanmak.

LoRA, yani Low-Rank Adaptation, tüm temel model ağırlıklarını güncellemek yerine az sayıda ek parametrenin eğitildiği bir yapay zekâ modeli ince ayar yöntemidir.

Örnek: Bir illüstratör, Türkçe bir yemek kitabı için bir dizi çizim hazırlıyor. Farklı sahnelerde kapların çizim biçimini ve illüstrasyonların dokusunu benzer tutmak istiyor. LoRA adaptörü, komut belirli bir yemeği ve kompozisyonu tarif ederken öğrenilmiş tarzın korunmasına yardımcı olabilir. Bu, yöntemin nasıl kullanılabileceğine dair bir örnektir; her adaptörün her tarzı kusursuz biçimde üreteceği anlamına gelmez.

Yapay zekâdaki LoRA, radyo iletişiminde kullanılan LoRa ile aynı şey değildir. Benzer yazımlar, iki farklı kavramı ifade eder. Burada konu sinir ağlarının ince ayarıdır; sensörlerin menzili, antenler veya LoRaWAN ağı değildir.

Adaptör ne sağlar, neyin yerini tutmaz?

Adaptör, uyumlu bir temel modele eklenir. Her iki bileşene de ihtiyacınız vardır. Bir model ailesi için hazırlanmış dosya, tüm görsel üreticilerde kullanılabilen evrensel bir eklenti hâline gelmez. Temel modelin adını ve sürümünü, gerekli yükleme yöntemini ve kullanım koşullarını kontrol edin.

LoRA; illüstrasyon tarzı, belirli bir nesnenin görünümü veya dil modelinin belirli bir göreve uyarlanması için kullanılabilir. Yöntem yalnızca görsellerle sınırlı değildir. Özgün LoRA araştırmasında, temel modelin ağırlıkları dondurulurken düşük ranklı matrisler eğitilir. Kullanıcı açısından bu, ince ayarı yapılan parametre sayısının azalması anlamına gelir; ancak eğitim maliyetinin ortadan kalktığı anlamına gelmez.

Görsellerde hazır bir LoRA nasıl test edilir?

  1. Adaptörün tanıtım sayfasını okuyun. Temel modeli, varsa etkiyi tetikleyen kelimeyi ve önerilen ayarları belirleyin. Her adaptörde tetikleyici kelime gerekmez; böyle bir kelime uydurmak da dosyanın doğru şekilde yüklenmesinin yerini tutmaz.

  2. Adaptör olmadan bir görsel oluşturun ve komutu, modeli, çözünürlüğü, seed değerini ve diğer ayarları kaydedin. Bu, karşılaştırma için referansınız olur. Karşılaştırma yaparken konu ve tüm parametreleri aynı anda değiştirmek yerine yalnızca adaptör kullanımını veya ağırlığını değiştirin.

  3. LoRA'yı kullandığınız programın belgelerine göre etkinleştirin. Doğrudan en yüksek değeri seçmek yerine birkaç güç değerini deneyin. Daha yüksek ağırlık, tarzı daha belirgin hâle getirebilir; ancak öğeleri bozabilir veya komuta uygunluğu azaltabilir. Farklı programlardaki ölçekler birbirine denk olmayabilir.

  4. Yeni bir sahne deneyin. Bir illüstratöre yararlı olan adaptör yalnızca mantı tabağında değil, fincan, masa veya kaşık tutan bir elde de işe yaramalıdır. Tüm görseller aynı arka planı tekrarlıyorsa, adaptör fazla dar kapsamlı bir örnek kümesini öğrenmiş olabilir.

  5. Karşılaştırmayı ve sınırlamaları kaydedin. Hem tarz tutarlılığını hem de nesnelerin netliğini değerlendirin. Diffusers belgeleri, LoRA'nın nasıl yükleneceğini ve adaptörün sonuç üzerindeki etkisinin nasıl ayarlanacağını gösterir.

Farklı LoRA ağırlıklarında mavi-yeşil saçlı ve kıyafetinde kırmızı vurgular olan bir karakterin oluşturulmuş iki görüntüsü
Simo Ryu'nun (cloneofsimo) gösterimi: solda UNet adaptör ağırlığı 0,6 ve metin adaptörü ağırlığı 0,9; sağda her ikisi de 1,0. Görünüm ve kadraj farklıdır; daha yüksek ağırlık istenen sonucu garanti etmez. Bu, yazarın yayımladığı bir karşılaştırmadır; bizim eğitimimiz değildir. Kaynak. Apache 2.0 Lisansı; kadraj değiştirilmeden WebP'ye dönüştürülmüştür.

Kendi adaptörünüzü ne zaman eğitmelisiniz?

Tekrarlanabilir bir amacınız, uygun bir materyal kümeniz ve bunları kullanma hakkınız varsa bunu değerlendirin. Rastgele seçilmiş birkaç görsel, iyi bir öğrenmeyi garanti etmez. Örnekler, önemli özelliği farklı açılardan göstermeli; açıklamalar ise bu özelliği arka plandan ve rastlantısal unsurlardan ayırmaya yardımcı olmalıdır.

Daha sonra değerlendirmek üzere bazı sahneleri ayırın. Yalnızca eğitim görsellerinin yeniden üretilmesini kalite kanıtı olarak göstermeyin. Yüzlerle çalışırken izin almanız ve kişilerin görüntülerini kullanırken dikkatli olmanız gerekir; teknik olarak mümkün olması, birinin benzerliğini yayımlama hakkını kendiliğinden vermez.

En yaygın hata: LoRA'yı sihirli bir filtre sanmak

Adaptör, görsel oluşturulduktan sonra üzerine uygulanan bir filtre değildir. Uyumlu modelin çalışma biçimini etkiler. Her anatomi sorununu düzeltmez, yüzün aynı kalacağını garanti etmez ve açık bir komutun yerini tutmaz. Sonuç istediğiniz gibi değilse önce model uyumluluğunu, adaptörün etkin biçimde yüklendiğini ve ayarları kontrol edin. Ağırlığı düşünmeden artırmak çoğu zaman yalnızca istenmeyen özellikleri güçlendirir.

İlgili kavramlar
Fine-tuningAçık model (open weights)Diffusion

← Yapay Zekâ Sözlüğü'ndeki tüm kavramlar

// site haritası

parıldak rakamlarla 0arşivdeki yazılar0son 7 günün haberleri
× ‹ büyüt ›