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
概述
自注意力引导节点通过在采样过程中修改注意力机制，对扩散模型施加引导。它会捕获无条件去噪步骤中的注意力分数，并利用这些分数创建模糊引导图，从而影响最终输出。该技术通过利用模型自身的注意力模式来引导生成过程。输入
| 参数 | 数据类型 | 是否必填 | 取值范围 | 描述 |
|---|---|---|---|---|
模型 | MODEL | 是 | - | 要应用自注意力引导的扩散模型 |
缩放 | FLOAT | 否 | -2.0 至 5.0 | 自注意力引导效果的强度（默认值：0.5） |
模糊Sigma | FLOAT | 否 | 0.0 至 10.0 | 创建引导图时应用的模糊程度（默认值：2.0） |
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
模型 | MODEL | 应用了自注意力引导的修改后模型 |
Source fingerprint (SHA-256):
5f16ecd8f74bfd71073c6e3a65be08e54e4f5b9c56fe08deb48f35df381e82fa