摘要：前面两篇文章给大家介绍了如何准备素材和怎么炼丹，现在我们拿到训练完成后的多个Lora怎么才能确定哪个才是我们需要的、效果最好的呢？答案就是使用xyz图表测试，也称为矩阵测试，通过控制控制变量的方法对Lora模型批量生图，从而挑选出效果最好的模型。
前面两篇文章给大家介绍了如何准备素材和怎么炼丹，现在我们拿到训练完成后的多个Lora怎么才能确定哪个才是我们需要的、效果最好的呢？答案就是使用xyz图表测试，也称为矩阵测试，通过控制控制变量的方法对Lora模型批量生图，从而挑选出效果最好的模型。
下面介绍的方法通过 插件进行实现：普通参数测试工作流如下：
在本工作流中:“浮点范围“我是用于控制 Lora 模型的强度，因此设置为：从 0.7 开始，到 1.0 结束，每次增加 0.1 强度。通过”浮点运算“将 Lora 强度赋值到”a“，接着通过”字符串运算“时将
b 和 a 组合到一起输出到 XYAny 作为 x 值的标签。
“Range(Step) - Int“我是用于控制生图时的步长（steps），因此设置为：从 15 开始，到 25 结束，每次增加 5 步。通过”整数运算“将 steps 赋值到”a“，接着通过”字符串运算“时将
b 和 a 组合到一起输出到 XYAny 作为 y 值的标签。
然后将通过 XYAny 节点的标签输入到 XYImage 节点进行输出，其对应的变化值（Values）在接入 Flux 的生图工作流中控制 Lora 强度和 steps 参数变化进行生图。
那我们如果要测试不同的 Lora 模型呢？那也只需进行小小的改动即可，Lora 对比工作流如下：
将我们不需要的参数部分进行修改，比如我将原本控制 steps 的参数进行舍弃，并改为控制 Lora 模型选择：通过“整数（范围）”节点控制 Lora 模型序号的选择，然后结合“字符串选择”节点将序号和 Lora 模型名称结对起来，从而实现 Lora 模型的选择。
测试结果如下：
通过这样的方法就可以挑选出不同训练批次的模型中哪个模型的效果更优。但是这个插件有一个小问题：在输出时 Lora 名称中的中文无法正常显示。
来源：小胡科技频道
