メインコンテンツへスキップ
以下が翻訳結果です。 HyperTile ノードは、拡散モデルのアテンション機構にタイル分割手法を適用し、画像生成時のメモリ使用量を最適化します。潜在空間をより小さなタイルに分割して個別に処理し、その後結果を再結合します。これにより、メモリ不足を起こさずに、より大きな画像サイズでの作業が可能になります。

入力

パラメータ説明データ型必須範囲
モデルHyperTile 最適化を適用する拡散モデルMODELはい-
タイルサイズ処理の対象となるタイルサイズ(デフォルト:256)。実際のタイルサイズは 8 の倍数に切り捨てられ、最小値は 32 です。INTいいえ1 - 2048
スワップサイズ処理効率を向上させるためにタイルを再配置する方法を制御します(デフォルト:2)INTいいえ1 - 128
最大深度タイル分割を適用する最大深度レベル(解像度スケール)。値 0 は最高解像度でのみタイル分割を適用します(デフォルト:0)INTいいえ0 - 10
スケール深度有効にすると、より深い深度レベルでタイルサイズが比例して拡大縮小されます。これにより、低解像度での品質維持に役立ちます(デフォルト:False)BOOLEANいいえTrue / False

出力

出力名説明データ型
モデルHyperTile 最適化が適用された変更後のモデルMODEL
このドキュメントは AI によって生成されました。エラーを見つけた場合や改善のご提案がある場合は、ぜひ貢献してください! GitHub で編集

Source fingerprint (SHA-256): d3c55e6a38abecc8fe612dbb91a3ba26de9bc5cf8a187f01cf4746550f62f40a