Samplers

SamplerDPMAdaptative - ComfyUI Built-in Node Documentation

SamplerDPMAdaptative 노드는 샘플링 과정에서 단계 크기를 자동으로 조정하는 적응형 DPM(확산 확률 모델) 샘플러를 구현합니다. 허용 오차 기반 오류 제어를 사용하여 최적의 단계 크기를 결정함으로써 계산 효율성과 샘플링 정확도의 균형을 유지합니다. 이 적응형 접근 방식은 필요한 단계 수를 줄이면서도 품질을

SamplerDPMAdaptative 노드는 샘플링 과정에서 단계 크기를 자동으로 조정하는 적응형 DPM(확산 확률 모델) 샘플러를 구현합니다. 허용 오차 기반 오류 제어를 사용하여 최적의 단계 크기를 결정함으로써 계산 효율성과 샘플링 정확도의 균형을 유지합니다. 이 적응형 접근 방식은 필요한 단계 수를 줄이면서도 품질을 유지하는 데 도움이 됩니다.

입력

매개변수	설명	데이터 타입	필수 여부	범위
`order`	샘플러 방법의 차수(기본값: 3)	INT	예	2-3
`rtol`	오류 제어를 위한 상대 허용 오차(기본값: 0.05)	FLOAT	예	0.0-100.0
`atol`	오류 제어를 위한 절대 허용 오차(기본값: 0.0078)	FLOAT	예	0.0-100.0
`초기 h`	초기 단계 크기(기본값: 0.05)	FLOAT	예	0.0-100.0
`pcoeff`	단계 크기 제어를 위한 비례 계수(기본값: 0.0)	FLOAT	예	0.0-100.0
`icoeff`	단계 크기 제어를 위한 적분 계수(기본값: 1.0)	FLOAT	예	0.0-100.0
`dcoeff`	단계 크기 제어를 위한 미분 계수(기본값: 0.0)	FLOAT	예	0.0-100.0
`accept_safety`	단계 수락을 위한 안전 계수(기본값: 0.81)	FLOAT	예	0.0-100.0
`eta`	확률성 매개변수(기본값: 0.0)	FLOAT	예	0.0-100.0
`s_noise`	노이즈 스케일링 계수(기본값: 1.0)	FLOAT	예	0.0-100.0

출력

출력 이름	설명	데이터 타입
`sampler`	구성된 DPM 적응형 샘플러 인스턴스를 반환합니다	SAMPLER

이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집

Source fingerprint (SHA-256): 2815ba8c3325d3d099de685edc99e9ff8e90736c1f4bd0188165969179cb99fa