采样算法（离散） - ComfyUI Built-in Node Documentation

此节点旨在通过应用离散采样策略来修改模型的采样行为。它允许选择不同的采样方法，例如 epsilon、vprediction、lcm 或 x0，并可选择根据零样本噪声比（zsnr）设置调整模型的降噪策略。

此节点旨在通过应用离散采样策略来修改模型的采样行为。它允许选择不同的采样方法，例如 epsilon、v\_prediction、lcm 或 x0，并可选择根据零样本噪声比（zsnr）设置调整模型的降噪策略。

输入

参数	描述	数据类型	Python 数据类型
`模型`	将应用离散采样策略的模型。此参数至关重要，因为它定义了将要进行修改的基础模型。	MODEL	`torch.nn.Module`
`采样`	指定要应用于模型的离散采样方法。方法的选择会影响模型生成样本的方式，提供不同的采样策略。	COMBO\[STRING]	`str`
`zsnr`	一个布尔标志，启用时会根据零样本噪声比调整模型的降噪策略。这可能会影响生成样本的质量和特性。	`BOOLEAN`	`bool`

参数	描述	数据类型	Python 数据类型
`模型`	已应用离散采样策略的修改后模型。该模型现在能够使用指定的方法和调整来生成样本。	MODEL	`torch.nn.Module`

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