KJNodes/weightsgenerated

Weight Schedule Convert(WeightScheduleConvert)

このノードは入力データのタイプを自動検出し、ユーザーが選択した出力タイプに応じて適切に変換します。

Weight Schedule Convert

FLOAT
STRING
INT
input_values
0
output_type
list
invert
repeat
1
remap_to_frames
0
interpolation_curve
FLOAT
remap_values
remap_min
0.00
remap_max
1.00
KJNodes

Weight Schedule Convert ノードは、入力データのタイプを自動検出し、ユーザーが選択した出力タイプに応じて変換を行うことができます。

Weight Schedule Convert ノードはデータフォーマット変換ツールであり、その中核機能は、入力された重みまたは数値シーケンスをリスト、Pandas Series、PyTorch テンソルなどの異なるフォーマット間で変換することです。ワークフロー内の異なるノードが要求するデータフォーマットの違いを簡素化し、データフローの互換性を確保することを目的としています。

ノード機能

このノードは入力データのタイプを自動検出し、ユーザーが選択した出力タイプに応じて変換を行うことができます。リスト、Pandas Series、PyTorch Tensor フォーマットの処理をサポートしており、数値のリマップ、シーケンスの反転、繰り返しなどの補助機能を提供し、より複雑な処理ニーズに対応します。

ノードパラメータ説明 - Weight Schedule Convert

コントロールパラメータ (Parameters)

パラメータ名データ型必須デフォルト値範囲/オプション説明
output_typeCOMBOはいmatch_input"match_input", "list", "pandas series", "tensor...ターゲット出力フォーマット。オプションは"list"、"pandas series"、"tensor"です。デフォルトは"match_input"です。
input_valuesFLOATはい0.0-入力する重みまたは数値シーケンス。リスト、Pandas Series、PyTorch Tensor フォーマットをサポートします。
invertBOOLEANはいFalse-invert(入力パラメータ):ブールスイッチ。有効にすると、入力数値シーケンスの順序を反転します。
repeatINTはい11 - 255 (ステップ: 1)repeat(入力パラメータ):入力シーケンスの繰り返し回数を設定します。範囲は1から255、ステップは1です。
remap_to_framesINTいいえ0--
interpolation_curveFLOATいいえ--interpolation_curve(入力パラメータ):補間カーブを定義するためのオプションの浮動小数点数シーケンス。フレームへのリマップ時に値の遷移を調整します。
remap_valuesBOOLEANいいえFalse--
remap_minFLOATいいえ0.0-100000 - 100000.0 (ステップ: 0.01)-
remap_maxFLOATいいえ1.0-100000 - 100000.0 (ステップ: 0.01)-

出力

パラメータ名データ型説明
FLOATFLOATFLOAT(出力パラメータ):変換された浮動小数点数シーケンスを出力します。
STRINGSTRINGSTRING(出力パラメータ):変換された数値シーケンスを文字列形式で出力し、表示や記録を容易にします。
INTINTINT(出力パラメータ):変換された整数シーケンス(通常は浮動小数点数の丸めにより得られる)を出力します。

使用シナリオ

アニメーションや動画生成のワークフローにおいて、このノードは、スタイル強度の変化を記述する重みリストを、LoRA スケジューラなどの他のノードが必要とする特定のフォーマットに変換するために使用できます。テキストやカーブエディターから一連の数値を取得した後、このノードを使用して、それらの値が下流のノードで正しく認識・処理されるようにすることができます。

注意事項

このノードは主にフォーマット変換と基本的な数値調整を行います。複雑な数学演算や補間は、他の専用ノードと組み合わせて行う必要がある場合があります。

Weight Schedule Convert ノードソースコードリンク

Weight Schedule Convert ノードは ComfyUI-KJNodes ノードパッケージに含まれています。

コメント

GitHubでサインインしてディスカッションに参加しましょう。

コメントを読み込み中…