EasyUse/PreSamplinggenerated
PreSampling (DynamicCFG)(dynamicCFGSettings)
PreSampling (DynamicCFG) 노드는 단일 고정 CFG 값 대신 동적 CFG 스케줄을 사용하여 샘플링을 위한 PIPE_LINE을 준비합니다. 유효 CFG는 선택된 cfg_mode에 따라 cfg에서 cfg_scale_min 방향으로 조정됩니다.
dynamic CFG Settings
pipe
image_to_latent
latent
pipe
steps
20
cfg
8
cfg_mode
COMBO
cfg_scale_min
3.5
sampler_name
COMBO
scheduler
COMBO
denoise
1.00
seed
INT
Easy Use
PreSampling (DynamicCFG) 노드는 단일 고정 CFG 값 대신 동적 CFG 스케줄을 사용하여 샘플링을 위한 PIPE_LINE을 준비합니다. 유효 CFG는 선택된 cfg_mode에 따라 cfg에서 cfg_scale_min 방향으로 조정됩니다. 이 노드는 EasyUse/PreSampling 그룹에 속하며, 반환된 파이프라인을 사용하는 다운스트림 샘플러 이전에 사용하도록 설계되었습니다.
입력
| 입력 | 유형 | 필수 | 기본값 | 설명 |
|---|---|---|---|---|
pipe | PIPE_LINE | 예 | — | 모델, 조건화, VAE, 잠재 데이터 및 관련 샘플러 데이터를 포함하는 들어오는 파이프라인입니다. |
steps | INT | 예 | 20 | 샘플링 단계 수입니다. 범위: 1–10000. |
cfg | FLOAT | 예 | 8 | 동적 CFG 스케줄에서 사용되는 상한 CFG 값입니다. 범위: 0–100. |
cfg_mode | COMBO | 예 | — | 동적 CFG 스케줄의 형태를 선택합니다. 사용 가능한 모드는 노드의 콤보 상자에서 제공됩니다. |
cfg_scale_min | FLOAT | 예 | 3.5 | 동적 스케줄이 도달하는 하한 CFG 값입니다. 범위: 0–100, 간격 0.5. |
sampler_name | COMBO | 예 | — | 업데이트된 파이프라인에 사용할 샘플러입니다. |
scheduler | COMBO | 예 | — | 업데이트된 파이프라인에 사용할 scheduler입니다. |
denoise | FLOAT | 예 | 1 | 잠재 데이터를 denoise할 정도입니다. 범위: 0–1, 간격 0.01. 전체 denoise에는 1을 사용하고, 이미지 기반 이미지 생성 및 유사한 워크플로에서는 더 낮은 값을 사용합니다. |
seed | INT | 예 | — | 샘플링을 위한 랜덤 시드입니다. 동일한 설정과 동일한 시드를 사용하면 결과를 재현할 수 있습니다. |
image_to_latent | IMAGE | 아니요 | — | latent가 제공되지 않을 때 반환된 파이프라인에 잠재 데이터를 제공하는 데 사용되는 선택적 이미지입니다. |
latent | LATENT | 아니요 | — | 샘플링에 사용할 선택적 사전 인코딩된 잠재 데이터입니다. 제공되면 반환된 파이프라인을 통해 전달됩니다. |
출력
| 출력 | 유형 | 설명 |
|---|---|---|
pipe | PIPE_LINE | 선택된 단계, CFG 스케줄, 샘플러, scheduler, denoise, 시드 및 선택적 잠재 데이터/이미지-잠재 변환이 적용된 업데이트된 파이프라인입니다. |
사용 메모
- 동적 CFG 범위는 상한이
cfg, 하한이cfg_scale_min으로 제한됩니다.cfg_scale_min을cfg와 동일하게 설정하면 CFG가 사실상 고정됩니다. cfg_mode는 샘플링 단계에 따라 CFG 값이 어떻게 변경되는지 결정합니다. 정확한 선택 항목은 노드의 콤보 상자에서 사용 가능한 모드 목록에 따라 달라집니다.- 이 노드는 자체적으로 샘플링하지 않습니다. 다른 샘플링 노드가 사용할 파이프라인을 구성하고 반환합니다.
- 순수 노이즈 잠재 데이터에서 텍스트 기반 이미지 생성을 수행하려면
denoise를 1로 유지하세요. 낮은denoise값은 이미지 기반 이미지 생성, 인페인팅 또는 원본 잠재 데이터의 일부를 보존하는 워크플로에 유용합니다. image_to_latent와latent가 모두 제공되지 않으면 들어오는pipe에 이미 포함된 잠재 데이터가 사용됩니다.
댓글
GitHub로 로그인하고 토론에 참여하세요.