메인 콘텐츠로 건너뛰기
HyperTile 노드는 확산 모델의 어텐션 메커니즘에 타일링 기법을 적용하여 이미지 생성 시 메모리 사용량을 최적화합니다. 잠재 공간을 더 작은 타일로 나누어 개별적으로 처리한 후 결과를 다시 조합합니다. 이를 통해 메모리 부족 없이 더 큰 이미지 크기로 작업할 수 있습니다.

입력

매개변수설명데이터 타입필수 여부범위
모델HyperTile 최적화를 적용할 확산 모델입니다MODEL-
타일 크기처리를 위한 대상 타일 크기입니다(기본값: 256). 실제 타일 크기는 8의 배수로 내림 처리되며, 최소값은 32입니다.INT아니요1 - 2048
스왑 크기처리 중 타일을 재배열하여 효율성을 개선하는 방식을 제어합니다(기본값: 2)INT아니요1 - 128
최대 깊이타일링을 적용할 최대 깊이 수준(해상도 스케일)입니다. 값이 0이면 가장 높은 해상도에서만 타일링이 적용됩니다(기본값: 0)INT아니요0 - 10
스케일 깊이활성화하면 더 깊은 깊이 수준에서 타일 크기가 비례적으로 조정됩니다. 낮은 해상도에서 품질 유지에 도움이 될 수 있습니다(기본값: False)BOOLEAN아니요True / False

출력

출력 이름설명데이터 타입
모델HyperTile 최적화가 적용된 수정된 모델입니다MODEL
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

Source fingerprint (SHA-256): d3c55e6a38abecc8fe612dbb91a3ba26de9bc5cf8a187f01cf4746550f62f40a