입력
출력
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집
Source fingerprint (SHA-256):
5925bdfe2d62ef7261d73cda661834102ae6600b1afe53f4093568a6e83ec2abDocumentation Index
Fetch the complete documentation index at: /llms.txt
Use this file to discover all available pages before exploring further.
RenormCFG 노드는 조건부 스케일링과 정규화를 적용하여 확산 모델의 classifier-free guidance(CFG) 프로세스를 수정합니다. 지정된 타임스텝 임계값과 재정규화 계수를 기반으로 디노이징 프로세스를 조정하여 이미지 생성 중 조건부 예측과 무조건부 예측의 영향을 제어합니다.
| 매개변수 | 설명 | 데이터 타입 | 필수 | 범위 |
|---|---|---|---|---|
모델 | 재정규화된 CFG를 적용할 확산 모델 | MODEL | 예 | - |
cfg_trunc | CFG 스케일링을 적용하기 위한 타임스텝 임계값입니다. 현재 타임스텝이 이 값 미만이면 CFG 스케일링이 적용되고, 그렇지 않으면 조건부 예측만 사용됩니다(기본값: 100.0) | FLOAT | 아니요 | 0.0 - 100.0 |
renorm_cfg | CFG 스케일링된 예측의 최대 노름(norm)을 원래 조건부 예측 대비 제한하는 재정규화 계수입니다. 값이 0.0이면 재정규화가 비활성화됩니다(기본값: 1.0) | FLOAT | 아니요 | 0.0 - 100.0 |
| 출력 이름 | 설명 | 데이터 타입 |
|---|---|---|
model | 재정규화된 CFG 함수가 적용된 수정된 모델 | MODEL |
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집
5925bdfe2d62ef7261d73cda661834102ae6600b1afe53f4093568a6e83ec2ab