Documentation Index
Fetch the complete documentation index at: /llms.txt
Use this file to discover all available pages before exploring further.
이 노드는 이미지와 텍스트를 인코딩하여 학습 데이터를 준비합니다. 이미지 목록과 이에 대응하는 텍스트 캡션 목록을 입력받은 후, VAE 모델을 사용하여 이미지를 잠재 표현(latent representation)으로 변환하고 CLIP 모델을 사용하여 텍스트를 컨디셔닝 데이터로 변환합니다. 결과적으로 생성된 잠재 표현과 컨
| 매개변수 | 설명 | 데이터 타입 | 필수 | 범위 |
|---|---|---|---|---|
이미지 | 인코딩할 이미지 목록. | IMAGE | 예 | 해당 없음 |
vae | 이미지를 잠재 표현으로 인코딩하는 VAE 모델. | VAE | 예 | 해당 없음 |
clip | 텍스트를 컨디셔닝으로 인코딩하는 CLIP 모델. | CLIP | 예 | 해당 없음 |
텍스트 | 텍스트 캡션 목록. 길이가 n(이미지 수와 일치), 1(모든 이미지에 반복), 또는 생략(빈 문자열 사용)일 수 있습니다. | STRING | 아니요 | 0, 1 또는 n개 항목 (n = 이미지 수) |
texts 목록의 항목 수는 0, 1 또는 images 목록의 항목 수와 정확히 일치해야 합니다. 0인 경우 모든 이미지에 빈 문자열이 사용됩니다. 1인 경우 해당 단일 텍스트가 모든 이미지에 반복됩니다. 다른 길이는 오류를 발생시킵니다.latents 및 conditioning 목록은 항상 images 목록과 동일한 항목 수를 포함하므로, 각 잠재 표현은 해당 캡션의 컨디셔닝과 짝을 이룹니다.| 출력 이름 | 설명 | 데이터 타입 |
|---|---|---|
latents | 잠재 표현 사전 목록. | LATENT |
conditioning | 컨디셔닝 목록의 목록. | CONDITIONING |
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집
244adc98810a874cfe42f834e89f96da300d883faeb5791dff19607c13d0c0db