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UNetCrossAttentionMultiply 节点对 UNet 模型中的交叉注意力机制应用乘法因子。它允许您缩放交叉注意力层的查询、键、值和输出分量，以试验不同的注意力行为和效果。
输入
| 参数 | 数据类型 | 是否必填 | 范围 | 描述 |
|---|---|---|---|---|
模型 | MODEL | 是 | - | 要使用注意力缩放因子进行修改的 UNet 模型 |
q | FLOAT | 否 | 0.0 - 10.0 | 交叉注意力中查询分量的缩放因子（默认值：1.0） |
k | FLOAT | 否 | 0.0 - 10.0 | 交叉注意力中键分量的缩放因子（默认值：1.0） |
v | FLOAT | 否 | 0.0 - 10.0 | 交叉注意力中值分量的缩放因子（默认值：1.0） |
输出 | FLOAT | 否 | 0.0 - 10.0 | 交叉注意力中输出分量的缩放因子（默认值：1.0） |
输出
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
模型 | MODEL | 经过缩放交叉注意力分量修改后的 UNet 模型 |
Source fingerprint (SHA-256):
2623858c11e93ab5952194670c9e4ea74bba4e2ea32089540665eea361dc1491