入力
要求されたサイズがすでに latent と一致している場合、入力 latent は変更されずに返されます。サイズ変更された latent には
noise_mask が含まれないため、部分的にマスクされた latent はマスクを失います。ネットワークは 3D 畳み込みを時間方向のスラブ単位で実行するため、長いクリップでもメモリ使用量は単一スラブの場合に近い値に抑えられます。
出力
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):
cd659baace5a21620033dd3470b854cccbada01d09545a2f61273b949c3a004b