Model Sampling Discrete - Échantillonnage Discret du Modèle

Documentation

• Nom de la classe : ModelSamplingDiscrete
• Catégorie : advanced/model
• Nœud de sortie : False

Ce nœud est conçu pour modifier le comportement d'échantillonnage d'un modèle en appliquant une stratégie d'échantillonnage discret. Il permet la sélection de différentes méthodes d'échantillonnage, telles que epsilon, v_prediction, lcm, ou x0, et ajuste éventuellement la stratégie de réduction de bruit du modèle en fonction du paramètre zero-shot noise ratio (zsnr).

Types d'entrée

Paramètre	Comfy dtype	Python dtype	Description
model	MODEL	torch.nn.Module	Le modèle auquel la stratégie d'échantillonnage discret sera appliquée. Ce paramètre est crucial car il définit le modèle de base qui subira la modification.
sampling	COMBO[STRING]	str	Spécifie la méthode d'échantillonnage discret à appliquer au modèle. Le choix de la méthode affecte la manière dont le modèle génère des échantillons, offrant différentes stratégies d'échantillonnage.
zsnr	BOOLEAN	bool	Un indicateur booléen qui, lorsqu'il est activé, ajuste la stratégie de réduction de bruit du modèle en fonction du zero-shot noise ratio. Cela peut influencer la qualité et les caractéristiques des échantillons générés.

Types de sortie

Paramètre	Comfy dtype	Python dtype	Description
model	MODEL	torch.nn.Module	Le modèle modifié avec la stratégie d'échantillonnage discret appliquée. Ce modèle est maintenant équipé pour générer des échantillons en utilisant la méthode et les ajustements spécifiés.