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. |