跳转到主要内容
RenormCFG 节点通过应用条件缩放和归一化,修改扩散模型中的无分类器引导(CFG)过程。它根据指定的时间步长阈值和重归一化因子调整去噪过程,从而在图像生成过程中控制条件预测与无条件预测的影响。

输入

参数描述数据类型是否必填范围
模型应用重归一化 CFG 的扩散模型MODEL-
cfg_trunc应用 CFG 缩放的时间步长阈值。当当前时间步长低于此值时,应用 CFG 缩放;否则仅使用条件预测(默认值:100.0)FLOAT0.0 - 100.0
renorm_cfg重归一化因子,用于限制经 CFG 缩放后的预测相对于原始条件预测的最大范数。值为 0.0 时禁用重归一化(默认值:1.0)FLOAT0.0 - 100.0

输出

输出名称描述数据类型
模型已应用重归一化 CFG 功能的修改后模型MODEL
本文档由 AI 生成。如果您发现任何错误或有改进建议,欢迎贡献! 在 GitHub 上编辑

Source fingerprint (SHA-256): b59929606f7519574b7ad14a3caacee51e4f141dd6be3abb594217bcfdbc401e