メインコンテンツへスキップ
BasicScheduler ノードは、指定されたスケジューラー、モデル、およびデノイズパラメーターに基づいて、拡散モデル向けの一連のシグマ(σ)値を計算するように設計されています。このノードは、デノイズ係数に応じてステップ数を動的に調整し、拡散プロセスを微調整します。これにより、高度なサンプリングプロセス(例:マルチステージサンプリングなど)において、各段階に対して精密な「レシピ」を提供します。

入力

パラメーターデータ型入力タイプデフォルト値範囲比喩による説明技術的な目的
modelMODELInput--キャンバスの材質:異なる材質のキャンバスには、異なるペイント配合が必要拡散モデルオブジェクト。シグマ値の計算基盤を決定
schedulerCOMBO[STRING]Widget-9種類の選択肢調色技法:ペイント濃度の変化方法を選択スケジューリングアルゴリズム。ノイズ減衰モードを制御
stepsINTWidget201–10000調色回数:20回の調色 vs 50回の調色 — 精密さの違いサンプリングステップ数。生成品質と速度に影響
denoiseFLOATWidget1.00.0–1.0創作強度:微調整から全面的な再描画までを制御デノイズ強度。部分的な再描画シナリオに対応

スケジューラーの種類

ソースコード comfy.samplers.SCHEDULER_NAMES を基に、以下の9種類のスケジューラーをサポートしています:
スケジューラー名特徴使用ケースノイズ減衰パターン
normal標準的な線形スケジュール一般用途、バランス重視均一な減衰
karras滑らかな遷移高品質・ディテール重視の生成滑らかな非線形減衰
exponential指数関数的減衰高速生成、効率重視指数関数的な急激な減衰
sgm_uniformSGM均一スケジュール特定モデル向け最適化SGM最適化済み減衰
simple単純スケジュール簡易テスト、基本的な用途単純化された減衰
ddim_uniformDDIM均一スケジュールDDIMサンプリングの最適化DDIM固有の減衰
betaベータ分布ベース特殊な確率分布を必要とするケースベータ関数による減衰
linear_quadratic線形+二次関数混合複雑なシナリオ向け最適化二次関数による減衰
kl_optimalKLダイバージェンス最適理論的な最適化を追求する場合KLダイバージェンス最適化済み減衰

出力

パラメーターデータ型出力タイプ比喩による説明技術的な意味
sigmasSIGMASOutputペイント配合表:ステップごとに使用する詳細なペイント濃度リストノイズレベルのシーケンス。拡散モデルのデノイズ処理をガイド

ノードの役割:画家の調色アシスタント

あなたが、混沌としたペイント(ノイズ)から明瞭な画像を描き出す画家であると想像してください。BasicScheduler は、まるであなたのプロフェッショナルな調色アシスタントのように振る舞い、ステップごとの正確なペイント濃度の「配合レシピ」を準備します。

ワークフロー

  • ステップ1:90%濃度のペイント(高ノイズレベル)を使用
  • ステップ2:80%濃度のペイントを使用
  • ステップ3:70%濃度のペイントを使用
  • 最終ステップ:0%濃度(クリーンなキャンバス、ノイズなし)

調色アシスタントの特別なスキル

異なる調色方法(スケジューラー)
  • “karras”方式:ペイント濃度が非常に滑らかに変化 — 専門家画家のグラデーション技法のような自然な遷移
  • “exponential”方式:ペイント濃度が急速に低下 — 短時間での創作に最適
  • “linear”方式:ペイント濃度が均一に低下 — 安定性と制御性に優れる
細かい制御(steps)
  • 20回の調色:素早く描く — 効率を最優先
  • 50回の調色:丁寧に描く — 品質を最優先
創作強度(denoise)
  • 1.0 = 全新制作:真っ白なキャンバスから完全にゼロから開始
  • 0.5 = 半分の改造:元の絵の半分を保持し、残り半分を変更
  • 0.2 = 微調整:元の絵に対してほんのわずかな修正のみ実行

他のノードとの連携

BasicScheduler(調色アシスタント) → レシピの準備 → SamplerCustom(画家) → 実際の描画 → 完成作品