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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
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~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
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!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (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
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

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
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

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
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K