SamplerSASolver - ComfyUI Built-in Node Documentation - ComfyUI

SamplerSASolver 노드는 확산 모델을 위한 사용자 정의 샘플링 알고리즘을 구현합니다. 이 노드는 예측-수정(predictor-corrector) 접근 방식과 구성 가능한 차수 설정 및 확률 미분 방정식(SDE) 매개변수를 사용하여 입력 모델에서 샘플을 생성합니다.

입력

매개변수	설명	데이터 유형	필수	범위
`모델`	샘플링에 사용할 확산 모델	MODEL	예	-
`ETA`	스텝 크기 스케일링 계수를 제어합니다 (기본값: 1.0)	FLOAT	아니요	0.0 - 10.0
`SDE 시작 백분율`	SDE 샘플링의 시작 백분율 (기본값: 0.2)	FLOAT	아니요	0.0 - 1.0
`SDE 종료 백분율`	SDE 샘플링의 종료 백분율 (기본값: 0.8)	FLOAT	아니요	0.0 - 1.0
`S 노이즈`	샘플링 중 추가되는 노이즈의 양을 제어합니다 (기본값: 1.0)	FLOAT	아니요	0.0 - 100.0
`예측기 차수`	솔버에서 예측자 구성 요소의 차수 (기본값: 3)	INT	아니요	1 - 6
`수정기 차수`	솔버에서 수정자 구성 요소의 차수 (기본값: 4)	INT	아니요	0 - 6
`PECE 사용`	PECE(Predict-Evaluate-Correct-Evaluate) 방식을 활성화 또는 비활성화합니다	BOOLEAN	아니요	-
`단순 2차`	단순화된 2차 계산을 활성화 또는 비활성화합니다	BOOLEAN	아니요	-

출력

출력 이름	설명	데이터 유형
`sampler`	확산 모델과 함께 사용할 수 있는 구성된 샘플러 객체	SAMPLER

이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

Source fingerprint (SHA-256): 31da2d436665bf533c28b32248f632edab8f6d92372402904702ae954230f98d