LyCORIS项目中OFT模块的diagonal blocks设计分析
2025-07-02 01:38:45作者:翟江哲Frasier
OFT模块的基本原理
OFT(Orthogonal Fine-Tuning)是一种基于正交变换的微调方法,它通过约束权重更新在正交变换空间中进行,从而保持模型的原始特征表示能力。在LyCORIS项目的实现中,OFT模块采用了block-diagonal正交矩阵的设计,这是其核心创新点之一。
diagonal blocks的设计考量
在LyCORIS的OFT实现中,diagonal blocks的数量并非固定,而是根据网络层的输出维度(out_dim)和定义的LoRA维度(lora_dim)动态计算得出。这种设计带来了几个技术优势:
- 自适应参数效率:不同层根据其实际维度自动调整block数量,避免了参数浪费或表达能力不足的问题
- 灵活性:网络各层可以根据自身特性采用最适合的block配置
- 计算效率:动态调整block大小可以更好地匹配硬件计算特性
与原始论文的差异
原始OFT论文建议固定使用r=4的block数量,认为这是参数效率和灵活性的最佳平衡点。而LyCORIS的实现则采取了更灵活的策略:
- 对于卷积层:block数量与通道数一致,实现通道共享
- 对于全连接层:根据层维度自动计算block数量
固定block数量的实现方案
如果用户希望统一使用固定数量的diagonal blocks(如论文建议的r=4),目前有以下几种实现方式:
- 代码修改:直接修改LyCORIS源码中的相关计算逻辑
- 配置系统:等待项目未来可能增加的基于层属性的配置检查器
- 参数指定:利用项目可能提供的block dim和block num的可配置选项
技术建议
对于实际应用,建议根据具体任务需求选择block策略:
- 对于需要严格控制参数量的场景,可采用固定block数量
- 对于追求最佳性能的场景,可保留LyCORIS的自适应设计
- 对于卷积网络,建议保持与通道数一致的block设计以获得通道共享优势
LyCORIS的这种灵活实现方式为研究者提供了更多实验可能性,同时也反映了深度学习框架设计中平衡通用性与特殊性的考量。
登录后查看全文
热门项目推荐
- QQwen3-Omni-30B-A3B-InstructQwen3-Omni是多语言全模态模型,原生支持文本、图像、音视频输入,并实时生成语音。00
- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0269get_jobs
💼【AI找工作助手】全平台自动投简历脚本:(boss、前程无忧、猎聘、拉勾、智联招聘)Java00AudioFly
AudioFly是一款基于LDM架构的文本转音频生成模型。它能生成采样率为44.1 kHz的高保真音频,且与文本提示高度一致,适用于音效、音乐及多事件音频合成等任务。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile08
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
149
1.95 K

deepin linux kernel
C
22
6

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
980
395

React Native鸿蒙化仓库
C++
192
274

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
931
555

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
66

本仓将为广大高校开发者提供开源实践和创新开发平台,收集和展示openHiTLS示例代码及创新应用,欢迎大家投稿,让全世界看到您的精巧密码实现设计,也让更多人通过您的优秀成果,理解、喜爱上密码技术。
C
65
519

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.11 K
0