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SamplerDPMAdaptative 节点实现了一种自适应 DPM（扩散概率模型）采样器，可在采样过程中自动调整步长。它使用基于容差的误差控制来确定最优步长，从而在计算效率与采样精度之间取得平衡。这种自适应方法有助于在保持质量的同时，可能减少所需的步数。
输入
| 参数 | 数据类型 | 是否必填 | 取值范围 | 描述 |
|---|---|---|---|---|
order | INT | 是 | 2-3 | 采样器方法的阶数（默认值：3） |
rtol | FLOAT | 是 | 0.0-100.0 | 误差控制的相对容差（默认值：0.05） |
atol | FLOAT | 是 | 0.0-100.0 | 误差控制的绝对容差（默认值：0.0078） |
h_init | FLOAT | 是 | 0.0-100.0 | 初始步长（默认值：0.05） |
pcoeff | FLOAT | 是 | 0.0-100.0 | 步长控制的比例系数（默认值：0.0） |
icoeff | FLOAT | 是 | 0.0-100.0 | 步长控制的积分系数（默认值：1.0） |
dcoeff | FLOAT | 是 | 0.0-100.0 | 步长控制的微分系数（默认值：0.0） |
accept_safety | FLOAT | 是 | 0.0-100.0 | 步长接受的安全系数（默认值：0.81） |
eta | FLOAT | 是 | 0.0-100.0 | 随机性参数（默认值：0.0） |
s_noise | FLOAT | 是 | 0.0-100.0 | 噪声缩放因子（默认值：1.0） |
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
sampler | SAMPLER | 返回一个配置好的 DPM 自适应采样器实例 |
Source fingerprint (SHA-256):
2815ba8c3325d3d099de685edc99e9ff8e90736c1f4bd0188165969179cb99fa