Muestreo de Modelo Discreto

Documentación

Nombre de clase: ModelSamplingDiscrete
Categoría: avanzado/modelo
Nodo de salida: Falso

Este nodo está diseñado para modificar el comportamiento de muestreo de un modelo aplicando una estrategia de muestreo discreto. Permite la selección de diferentes métodos de muestreo, como epsilon, v_prediction, lcm o x0, y ajusta opcionalmente la estrategia de reducción de ruido del modelo según la configuración del ratio de ruido cero disparo (zsnr).

Tipos de entrada

Parámetro	Tipo Comfy	Tipo Python	Descripción
`model`	`MODEL`	`torch.nn.Module`	El modelo al que se aplicará la estrategia de muestreo discreto. Este parámetro es crucial ya que define el modelo base que será modificado.
`sampling`	`COMBO[STRING]`	`str`	Especifica el método de muestreo discreto que se aplicará al modelo. La elección del método afecta cómo el modelo genera muestras, ofreciendo diferentes estrategias para el muestreo.
`zsnr`	`BOOLEAN`	`bool`	Un indicador booleano que, cuando está habilitado, ajusta la estrategia de reducción de ruido del modelo según el ratio de ruido cero disparo. Esto puede influir en la calidad y características de las muestras generadas.

Tipos de salida

Parámetro	Tipo Comfy	Tipo Python	Descripción
`model`	`MODEL`	`torch.nn.Module`	El modelo modificado con la estrategia de muestreo discreto aplicada. Este modelo ahora está equipado para generar muestras utilizando el método y ajustes especificados.