跳转到主要内容
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
KSamplerAdvanced 节点旨在通过提供高级配置和技术来增强采样过程。它旨在为从模型生成样本提供更复杂的选项,从而改进基础 KSampler 的功能。

输入

参数数据类型描述
模型MODEL指定用于生成样本的模型,在采样过程中起着关键作用。
添加噪波COMBO[STRING]决定是否在采样过程中添加噪声,影响生成样本的多样性和质量。
随机种INT设置噪声生成的种子,确保采样过程的可重复性。
步数INT定义采样过程中执行的步数,影响输出的细节和质量。
cfgFLOAT控制条件因子,影响采样的方向和空间。
采样器名称COMBO[STRING]选择要使用的特定采样器,允许自定义采样技术。
调度器COMBO[STRING]选择用于控制采样过程的调度器,影响样本的进展和质量。
正面条件CONDITIONING指定正向条件,引导采样朝向期望的属性。
负面条件CONDITIONING指定负向条件,引导采样远离某些属性。
Latent图像LATENT提供采样过程中使用的初始潜在图像,作为起始点。
开始步数INT确定采样过程的起始步骤,允许控制采样的进展。
结束步数INT设置采样过程的结束步骤,定义采样的范围。
返回剩余噪波COMBO[STRING]指示是否返回带有残留噪声的样本,影响最终输出的外观。

输出

参数数据类型描述
latentLATENT输出表示从模型生成的潜在图像,反映了所应用的配置和技术。