Update README.md

README.md

@@ -44,3 +44,27 @@ euler a   512 768 30 8
 ![](https://huggingface.co/ahpha/chtholly-lora/resolve/main/pictures/00094-1695754733.png)
 ![](https://huggingface.co/ahpha/chtholly-lora/resolve/main/pictures/00085-2917489576.png)
 ![](https://huggingface.co/ahpha/chtholly-lora/resolve/main/pictures/00080-1445261270.png)
+
+
+还有一个是前标为30的，这个可以使用更低的epoch的版本。
+
+## 总结
+因为数据集相对较少，并且是没有特别设置提示词全部标注
+所以会遇到颜色污染的问题，当然，这个是很好解决的
+1.减少词相关力度，这个方法同样适用于解决lora相互影响造成的颜色污染（使用latentcouple时）
+
+2.降低lora权重 通常范围是0.6-0.8
+
+3.lora分布/灵活控制权重 
+ 使用https://github.com/a2569875/stable-diffusion-webui-composable-lora
+ 对lora进行步数控制，（个人试验过权重控制，但还没有什么经验能总结出来。。。）
+
+4.lora分层，这个是直接去找别人的参数，这里不在赘述，可以在b站大学搜索到相关信息。
+
+前三个方法是我最常用的了
+希望能够给你带来启发。
+
+### 我该选择什么模型？
+因为前标很大，并且没有提示词，所以我的建议是使用epoch适中的
+比如 10左右的，当然，并不是说20以及更高的不能用，只是调起来会相对要明细一些。
+望采纳。