Patch

RenormCFG - ComfyUI Built-in Node Documentation

RenormCFG 노드는 조건부 스케일링과 정규화를 적용하여 확산 모델의 classifier-free guidance(CFG) 과정을 수정합니다. 지정된 타임스텝 임계값과 재정규화 계수를 기반으로 노이즈 제거 과정을 조정하여, 이미지 생성 중 조건부 예측과 비조건부 예측의 영향력을 제어합니다. 결과 모델은 이렇게 패치된

RenormCFG 노드는 조건부 스케일링과 정규화를 적용하여 확산 모델의 classifier-free guidance(CFG) 과정을 수정합니다. 지정된 타임스텝 임계값과 재정규화 계수를 기반으로 노이즈 제거 과정을 조정하여, 이미지 생성 중 조건부 예측과 비조건부 예측의 영향력을 제어합니다. 결과 모델은 이렇게 패치된 CFG 동작과 함께 반환됩니다.

입력

매개변수	설명	데이터 타입	필수	범위
`모델`	재정규화된 CFG를 적용할 확산 모델입니다	MODEL	예	-
`cfg_trunc`	CFG 스케일링을 적용하기 위한 타임스텝 임계값입니다. 현재 타임스텝이 이 값보다 낮으면 CFG 스케일링과 재정규화가 적용되고, 그렇지 않으면 조건부 예측만 사용됩니다. (기본값: 100.0)	FLOAT	아니요	0.0 - 100.0 (단계: 0.01)
`renorm_cfg`	원래 조건부 예측에 대한 CFG 스케일링된 예측의 최대 노름을 제한하는 재정규화 계수입니다. 값이 0.0이면 재정규화가 비활성화됩니다. (기본값: 1.0)	FLOAT	아니요	0.0 - 100.0 (단계: 0.01)

참고: cfg_trunc와 renorm_cfg는 고급 매개변수입니다. 재정규화는 renorm_cfg가 0.0보다 크고 현재 타임스텝이 cfg_trunc보다 낮을 때만 적용됩니다. 새 예측의 노름이 이미 계산된 최대값보다 낮으면 재스케일링이 수행되지 않습니다.

출력

출력 이름	설명	데이터 타입
`model`	재정규화된 CFG 함수가 적용된 수정된 모델입니다	MODEL

이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

Source fingerprint (SHA-256): 5925bdfe2d62ef7261d73cda661834102ae6600b1afe53f4093568a6e83ec2ab