KohakuBlueleaf/LyCORIS

这是什么？

核心功能

• 01实现 LoRA/LoCon、LoHa、LoKr、(IA)^3、DyLoRA 及原生微调等多种算法。
• 02可与 kohya sd-scripts、Naifu-Diffusion、HCP-Diffusion 的训练流程配合使用。
• 03提供独立封装 API，可用于任意 PyTorch 模块。
• 04附带模型转换与合并脚本，便于在不同格式间转换或把适配器合并回底模。
• 05包含实验性融合算子，并支持自动选择后端。

适用场景

• 为 Stable Diffusion 训练角色或画风类的 LoRA 类适配器。
• 对比 LoRA、LoHa、LoKr 等方法，为图像模型选择合适的微调方式。
• 通过独立封装接口，为自定义 PyTorch 模型添加参数高效适配器。
• 将 HCP-Diffusion 训练结果转换为 AUTOMATIC1111 WebUI 可用的格式。

快速上手

1. 1

   从 PyPI 安装该包

   pip install lycoris-lora
2. 2

   可选：安装 Triton 以使用融合内核（实验性）

   pip install triton

使用前须知

• !融合内核处于早期实验阶段，可能产生错误结果；可以通过设置 torch 后端作为回退。
• !文档和训练流程依赖 kohya sd-scripts 等外部工具，因此部署涉及多个组件。

收录于专题

标签

常见问题

LyCORIS 是什么？

一个 Python 库，为 Stable Diffusion 实现 LoRA、LoHa、LoKr 等参数高效微调方法。 LyCORIS 是一个为 Stable Diffusion 实现多种参数高效微调算法的 Python 库。除 LoRA（含 LoCon）外，还提供 LoHa、LoKr、(IA)^3、DyLoRA 以及原生全量微调，用户可以在拟合能力、泛化多样性和模型体积之间自行权衡。

LyCORIS 可以免费使用吗？用的什么许可证？

LyCORIS 以 Apache-2.0 许可证开源。用于商业产品前，请先确认许可证条款。

LyCORIS 还在维护吗？

活跃维护中。LyCORIS 最近一次提交是在 2026年10月19日。

LyCORIS 适合用来做什么？

为 Stable Diffusion 训练角色或画风类的 LoRA 类适配器。 对比 LoRA、LoHa、LoKr 等方法，为图像模型选择合适的微调方式。 通过独立封装接口，为自定义 PyTorch 模型添加参数高效适配器。 将 HCP-Diffusion 训练结果转换为 AUTOMATIC1111 WebUI 可用的格式。

LyCORIS 怎么安装和运行？

从 PyPI 安装该包: pip install lycoris-lora 可选：安装 Triton 以使用融合内核（实验性）: pip install triton

在哪里获取 LyCORIS？

源代码和安装说明在 GitHub 上：https://github.com/KohakuBlueleaf/LyCORIS