跳转到主要内容
UNetTemporalAttentionMultiply 节点对时序 UNet 模型中的不同注意力机制应用乘法因子。它通过调整自注意力和交叉注意力层的权重来修改模型,并区分结构组件和时序组件。这使得可以精细调整每种注意力类型对模型输出的影响程度。

输入

参数描述数据类型是否必填范围
模型待使用注意力乘法因子修改的输入模型MODEL-
自我结构自注意力结构组件的乘法因子(默认值:1.0)FLOAT0.0 - 10.0
自我时间自注意力时序组件的乘法因子(默认值:1.0)FLOAT0.0 - 10.0
交叉结构交叉注意力结构组件的乘法因子(默认值:1.0)FLOAT0.0 - 10.0
交叉时间交叉注意力时序组件的乘法因子(默认值:1.0)FLOAT0.0 - 10.0

输出

输出名称描述数据类型
模型经过注意力权重调整后的修改模型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): 98d62fb28a0cdf62154ae4e0b672b3a7bcb9ed61186a164a43992263c1f9439a