CLIPMergeSimple은 지정된 비율에 따라 두 개의 CLIP 텍스트 인코더 모델을 결합하는 고급 모델 병합 노드입니다.
이 노드는 지정된 비율에 따라 두 개의 CLIP 모델을 병합하여 특성을 효과적으로 혼합하는 데 특화되어 있습니다. 한 모델의 패치를 다른 모델에 선택적으로 적용하되, 위치 ID 및 로짓 스케일과 같은 특정 구성 요소는 제외하여 두 소스 모델의 특징을 결합한 하이브리드 모델을 생성합니다.
입력
| 매개변수 | 설명 | 데이터 타입 | 입력 타입 | 기본값 | 범위 |
|---|---|---|---|---|---|
CLIP1 | 병합될 첫 번째 CLIP 모델입니다. 병합 과정의 기본 모델 역할을 합니다. | CLIP | 필수 | - | - |
CLIP2 | 병합될 두 번째 CLIP 모델입니다. 위치 ID 및 로짓 스케일을 제외한 주요 패치가 지정된 비율에 따라 첫 번째 모델에 적용됩니다. | CLIP | 필수 | - | - |
비율 | 두 번째 모델의 특징을 첫 번째 모델에 혼합할 비율을 결정합니다. 비율이 1.0이면 두 번째 모델의 특징을 완전히 채택하고, 0.0이면 첫 번째 모델의 특징만 유지합니다. | FLOAT | 필수 | 1.0 | 0.0 - 1.0 (단계: 0.01) |
출력
| 출력 이름 | 설명 | 데이터 타입 |
|---|---|---|
clip | 지정된 비율에 따라 두 입력 모델의 특징을 통합한 결과 병합된 CLIP 모델입니다. | CLIP |
병합 메커니즘 설명
병합 알고리즘
이 노드는 가중 평균을 사용하여 두 모델을 병합합니다.- 기본 모델 복제: 먼저
clip1을 기본 모델로 복제합니다. - 패치 획득:
clip2에서 모든 주요 패치를 가져옵니다. - 특수 키 필터링:
.position_ids및.logit_scale로 끝나는 키를 건너뜁니다. - 가중 병합 적용:
(1.0 - ratio) * clip1 + ratio * clip2공식을 사용합니다.
비율 매개변수 설명
- ratio = 0.0:
clip1을 완전히 사용하고clip2는 무시합니다. - ratio = 0.5: 각 모델이 50%씩 기여합니다.
- ratio = 1.0:
clip2를 완전히 사용하고clip1은 무시합니다.
사용 사례
- 모델 스타일 융합: 서로 다른 데이터로 학습된 CLIP 모델의 특성을 결합합니다.
- 성능 최적화: 서로 다른 모델의 장점과 단점의 균형을 맞춥니다.
- 실험적 연구: 다양한 CLIP 인코더의 조합을 탐색합니다.
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집
Source fingerprint (SHA-256):
0d3c8388dbe88675ea7fb51161ab41ce898bcf63983b3d2817b16ec5bfa613e5