메인 콘텐츠로 건너뛰기
SamplerCustom 노드는 다양한 애플리케이션을 위한 유연하고 사용자 정의 가능한 샘플링 메커니즘을 제공하도록 설계되었습니다. 이를 통해 사용자는 특정 요구에 맞게 다양한 샘플링 전략을 선택하고 구성할 수 있어 샘플링 프로세스의 적응성과 효율성을 향상시킵니다.

입력

매개변수설명데이터 타입
모델’model’ 입력 유형은 샘플링에 사용할 모델을 지정하며, 샘플링 동작과 출력을 결정하는 데 중요한 역할을 합니다.MODEL
노이즈 추가’add_noise’ 입력 유형은 샘플링 과정에 노이즈를 추가할지 여부를 사용자가 지정할 수 있도록 하며, 생성된 샘플의 다양성과 특성에 영향을 줍니다.BOOLEAN
노이즈 시드’noise_seed’ 입력 유형은 노이즈 생성을 위한 시드를 제공하여, 노이즈 추가 시 샘플링 과정의 재현성과 일관성을 보장합니다.INT
cfg’cfg’ 입력 유형은 샘플링 과정의 구성을 설정하여, 샘플링 매개변수와 동작을 세부 조정할 수 있도록 합니다.FLOAT
긍정 조건’positive’ 입력 유형은 긍정적인 조건화 정보를 나타내며, 지정된 긍정적 속성에 부합하는 샘플을 생성하도록 샘플링 과정을 안내합니다.CONDITIONING
부정 조건’negative’ 입력 유형은 부정적인 조건화 정보를 나타내며, 지정된 부정적 속성을 나타내는 샘플이 생성되지 않도록 샘플링 과정을 조정합니다.CONDITIONING
샘플러’sampler’ 입력 유형은 사용할 특정 샘플링 전략을 선택하며, 생성된 샘플의 특성과 품질에 직접적인 영향을 미칩니다.SAMPLER
시그마 배열’sigmas’ 입력 유형은 샘플링 과정에 사용될 노이즈 수준을 정의하며, 샘플 공간 탐색과 출력의 다양성에 영향을 줍니다.SIGMAS
잠재 데이터’latent_image’ 입력 유형은 샘플링 과정을 위한 초기 잠재 이미지를 제공하며, 샘플 생성을 위한 시작점 역할을 합니다.LATENT

출력

매개변수설명데이터 타입
디노이즈 출력’output’은 샘플링 과정의 주요 결과를 나타내며, 생성된 샘플을 포함합니다.LATENT
denoised_output’denoised_output’은 노이즈 제거 과정이 적용된 후의 샘플을 나타내며, 생성된 샘플의 선명도와 품질을 향상시킬 수 있습니다.LATENT
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집