s_noise는 모델의 학습 노이즈 스케일에 대한 승수입니다.
입력
출력
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집
Source fingerprint (SHA-256):
0d18f2f977ddadeedcd7807233b48ebcc4e94c6213f8540b9037a45a9c70c6cfDocumentation Index
Fetch the complete documentation index at: /llms.txt
Use this file to discover all available pages before exploring further.
SamplerLCM 노드는 조정 가능한 단계별 노이즈 매개변수를 갖춘 LCM(Latent Consistency Model) 샘플러를 제공합니다. 이 노드를 사용하면 샘플링 프로세스의 각 단계에 적용되는 노이즈를 제어할 수 있으며, snoise는 모델의 학습 노이즈 스케일에 대한 승수입니다.
s_noise는 모델의 학습 노이즈 스케일에 대한 승수입니다.
| 매개변수 | 설명 | 데이터 타입 | 필수 | 범위 |
|---|---|---|---|---|
s_noise | 첫 번째 단계에서의 단계별 노이즈 승수입니다 (1.0 = 학습과 일치). (기본값: 1.0) | FLOAT | 예 | 0.0 ~ 64.0 (step: 0.01) |
s_noise_end | 마지막 단계에서의 단계별 노이즈 승수입니다. 일정한 노이즈 스케줄을 사용하려면 s_noise와 동일하게 설정하십시오. (기본값: 1.0) | FLOAT | 예 | 0.0 ~ 64.0 (step: 0.01) |
noise_clip_std | 단계별 노이즈를 +/- N*std 범위로 제한합니다. 0이면 비활성화됩니다. (기본값: 0.0) | FLOAT | 예 | 0.0 ~ 10.0 (step: 0.01) |
| 출력 이름 | 설명 | 데이터 타입 |
|---|---|---|
SAMPLER | 샘플링 워크플로우에서 사용할 준비가 된 구성된 LCM 샘플러 객체입니다. | SAMPLER |
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집
0d18f2f977ddadeedcd7807233b48ebcc4e94c6213f8540b9037a45a9c70c6cf