SamplerSASolver - ComfyUI Built-in Node Documentation - ComfyUI

SamplerSASolver 노드는 diffusion 모델용 사용자 정의 샘플러를 생성하고 구성합니다. 구성 가능한 predictor-corrector 방식과 확률 미분 방정식(SDE) 설정과 함께 "sa_solver" 샘플링 알고리즘을 사용하며, 샘플링 노드에 연결할 수 있는 sampler 객체를 반환합니다. sde_start_percent 및 sde_end_percent 값은 연결된 모델의 샘플링 스케줄을 사용하여 sigma 값으로 변환되어, 확률적 구성 요소가 적용되는 구간을 정의합니다.

입력

매개변수	설명	데이터 타입	필수	범위
`모델`	샘플러를 구성하는 데 그 샘플링 스케줄이 사용되는 diffusion 모델	MODEL	예	-
`ETA`	SDE 솔버의 스텝 크기 스케일링 계수를 제어합니다 (기본값: 1.0)	FLOAT	아니요	0.0 - 10.0
`SDE 시작 백분율`	확률적(SDE) 구성 요소가 시작되는 샘플링 과정의 시작 백분율입니다. 모델의 스케줄을 사용하여 sigma 값으로 변환됩니다 (기본값: 0.2)	FLOAT	아니요	0.0 - 1.0
`SDE 종료 백분율`	확률적(SDE) 구성 요소가 중지되는 샘플링 과정의 종료 백분율입니다. 모델의 스케줄을 사용하여 sigma 값으로 변환됩니다 (기본값: 0.8)	FLOAT	아니요	0.0 - 1.0
`S 노이즈`	샘플링 중 추가되는 노이즈의 양을 제어합니다 (기본값: 1.0)	FLOAT	아니요	0.0 - 100.0
`예측기 차수`	솔버에서 predictor 구성 요소의 차수입니다 (기본값: 3)	INT	아니요	1 - 6
`수정기 차수`	솔버에서 corrector 구성 요소의 차수입니다 (기본값: 4)	INT	아니요	0 - 6
`PECE 사용`	PECE(Predict-Evaluate-Correct-Evaluate) 방법을 활성화합니다 (기본값: 비활성화)	BOOLEAN	아니요	-
`단순 2차`	단순화된 2차 계산을 활성화합니다 (기본값: 비활성화)	BOOLEAN	아니요	-

모든 선택적 입력은 인터페이스에서 고급 항목으로 표시됩니다.

출력

출력 이름	설명	데이터 타입
`sampler`	샘플링 노드에서 사용할 수 있는 구성된 샘플러 객체입니다 (`sa_solver` 알고리즘 사용)	SAMPLER

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

Source fingerprint (SHA-256): 31da2d436665bf533c28b32248f632edab8f6d92372402904702ae954230f98d