KJNodes/experimentalgenerated

CheckpointPerturbWeights

이 노드는 기술 구현 상 입력된 모델을 복제하고 지정된 랜덤 시드를 기반으로 가우시안 노이즈를 생성합니다.

Checkpoint Perturb Weights

model
MODEL
joint_blocks
0.020
final_layer
0.020
rest_of_the_blocks
0.020
seed
123
KJNodes

CheckpointPerturbWeights 노드는 기술적으로 입력된 모델을 복제하고 지정된 랜덤 시드를 기반으로 가우시안 노이즈를 생성합니다.

CheckpointPerturbWeights는 로드된 모델 가중치에 미세한 랜덤 변동을 주기 위한 실험적 노드입니다. 이 노드의 핵심 기능은 모델의 다른 부분에 제어 가능한 노이즈를 추가하여 모델 출력의 잠재적 변화를 탐색함으로써 새로운 이미지 스타일이나 디테일을 창조할 가능성을 열어줍니다.

노드 기능

이 노드는 기술적으로 입력된 모델을 복제하고 지정된 랜덤 시드를 기반으로 가우시안 노이즈를 생성합니다. "joint_blocks", "final_layer" 등과 같은 모델 가중치 레이어 이름의 키워드에 따라, 해당 매개변수로 제어되는 다양한 강도의 노이즈를 원래 가중치에 추가합니다. 이 과정은 모델의 전체 구조를 파괴하지 않으면서 모델의 내부 매개변수를 미세하게 조정하는 것을 목표로 합니다.

노드 매개변수 설명 - CheckpointPerturbWeights

연결 입력 (Inputs)

매개변수 이름데이터 타입필수기본값범위/옵션설명
modelMODEL--model (입력 매개변수): 가중치 변동 처리가 필요한 원본 모델을 입력합니다.

컨트롤 매개변수 (Parameters)

매개변수 이름데이터 타입필수기본값범위/옵션설명
joint_blocksFLOAT0.020.001 - 10.0 (단계: 0.001)joint_blocks (입력 매개변수): 이름이 "joint_blocks"로 시작하는 모델 레이어의 가중치 변동 강도 계수를 제어합니다. 범위는 0.001부터 10.0까지이며, 단계는 0.001입니다.
final_layerFLOAT0.020.001 - 10.0 (단계: 0.001)final_layer (입력 매개변수): 이름이 "final_layer"로 시작하는 모델 레이어의 가중치 변동 강도 계수를 제어합니다. 범위는 0.001부터 10.0까지이며, 단계는 0.001입니다.
rest_of_the_blocksFLOAT0.020.001 - 10.0 (단계: 0.001)rest_of_the_blocks (입력 매개변수): 다른 모든 모델 레이어의 가중치 변동 강도 계수를 제어합니다. 범위는 0.001부터 10.0까지이며, 단계는 0.001입니다.
seedINT1230 - 0xffffffffffffffff (단계: 1)seed (입력 매개변수): 결과의 재현성을 보장하기 위해 랜덤 노이즈 생성에 사용되는 시드 값입니다. 범위는 0부터 0xffffffffffffffff까지입니다.

출력 (Output)

매개변수 이름데이터 타입설명
MODELMODELMODEL (출력 매개변수): 가중치 변동 처리된 새로운 모델을 출력합니다.

사용 시나리오

구체적인 응용에서, 동일한 기본 모델에서 스타일이 약간 다르지만 일관성을 유지하는 일련의 이미지를 생성하고 싶을 때 이 노드를 사용할 수 있습니다. 예를 들어, 텍스트 기반 이미지 생성 워크플로에서 기본 모델을 로드한 후 이 노드를 연결하고, 다양한 변동 강도와 랜덤 시드를 조정하여 미묘한 변화가 있는 여러 이미지를 일괄 생성하여 스타일 탐색이나 최상의 출력을 찾는 데 사용할 수 있습니다.

주의사항

이 노드는 실험적 노드이며, 가중치 변동은 이미지 품질 저하나 생성 실패를 포함한 예측 불가능한 결과를 초래할 수 있습니다. 사용 시 기본값인 0.02와 같은 작은 변동 강도부터 시작하여 효과를 관찰하는 것을 권장합니다.

CheckpointPerturbWeights 노드 소스 코드 링크

CheckpointPerturbWeights 노드는 ComfyUI-KJNodes 노드 패키지에서 제공됩니다.

댓글

GitHub로 로그인하고 토론에 참여하세요.

댓글을 불러오는 중…