.ai

model AI sumber terbuka terbaik

Cari

Nod KSampler (Advanced) dalam ComfyUI

KSampler (Advanced) ialah KSampler dengan kawalan julat langkah: add_noise, start_at_step, end_at_step dan return_with_leftover_noise, digunakan untuk rantai base + refiner dan pensampelan dua model.

Pek nod: ComfyUI core

Kategori: Sampling

Apa yang dilakukan KSampler (Advanced)

Sampler lanjutan ni jalankan gelung denoising yang sama tapi bagi kau sampel cuma sebahagian jadual je. Dengan return_with_leftover_noise diaktifkan dan end_at_step ditetapkan, contohnya 20 dari 25, sampler pertama berhenti awal dan bagi latent yang masih ada bunyi pada KSampler (Advanced) kedua yang mula pada langkah 20 dengan add_noise dimatikan. Macam ni lah workflow base/refiner SDXL dan banyak trik dua model dibuat.

Tak ada slider denoise; kekuatan denoise ditunjukkan melalui julat langkah. start_at_step 10 dari 20 langkah sama macam denoise 0.5 pada KSampler biasa.

Input

Nama	Jenis	Apakah ia
model / positive / negative / latent_image	various	Sama macam KSampler.
add_noise	COMBO	aktifkan untuk tambah bunyi baru pada latent sebelum sampling (peringkat pertama), matikan untuk sambung latent yang dah separuh disampel.
noise_seed	INT	Benih untuk bunyi.
steps / cfg / sampler_name / scheduler	various	Jadual penuh; kedua-dua peringkat kena guna jumlah langkah yang sama.
start_at_step	INT	Langkah pertama yang nak dijalankan. 0 untuk peringkat pertama.
end_at_step	INT	Langkah untuk berhenti. 10000 bermaksud jalankan sampai habis.
return_with_leftover_noise	COMBO	aktifkan bila sampler lain nak sambung dari latent ni.

Output

Nama	Jenis	Apakah ia
LATENT	LATENT	Latent yang (mungkin separuh disampel).

Langkau persediaan: aliran kerja ComfyUI prapasang di awan

BitVector menjalankan aliran kerja ComfyUI sedia ada pada GPU-nya sendiri. Tiada pemasangan, tiada nod yang hilang, tiada kotak merah. Buka di telefon atau komputer riba anda dan jana dalam seminit.

Cuba BitVector

Cara menggunakan KSampler (Advanced)

Peringkat satu: add_noise aktif, start_at_step 0, end_at_step 20, return_with_leftover_noise aktif, langkah 25.
Peringkat dua dengan model kedua: add_noise mati, start_at_step 20, end_at_step 10000, return_with_leftover_noise mati, langkah, scheduler dan benih sama.
Decode latent kedua.

Tetapan dan petua

Pastikan langkah, scheduler dan benih sama untuk kedua-dua peringkat; cuma model, prompt dan julat langkah berubah.
Untuk img2img tanpa slider denoise: langkah 20, start_at_step 10 sama dengan denoise 0.5.
SDXL refiner disesuaikan untuk 20 peratus langkah terakhir; dengan checkpoint SDXL moden biasanya tak perlu.

Penyelesaian masalah KSampler (Advanced)

Output peringkat kedua jadi bunyi kosong

Mengapa ia berlaku

add_noise diaktifkan pada peringkat kedua, atau return_with_leftover_noise dimatikan pada peringkat pertama, jadi tahap bunyi tak sama.

Cara membaikinya

Peringkat pertama: aktifkan leftover noise. Peringkat kedua: matikan add_noise, start_at_step sama dengan end_at_step peringkat pertama.

Peringkat kedua nampak terlalu licin atau abaikan prompt

Mengapa ia berlaku

Peringkat refiner jalankan terlalu banyak langkah atau guna scheduler berbeza dari peringkat base.

Cara membaikinya

Bagi peringkat kedua 15-25 peratus langkah terakhir dan guna scheduler yang sama.

Tak ada apa jadi pada sampler kedua (output sama dengan input)

Mengapa ia berlaku

start_at_step sama atau lebih dari langkah, jadi tak ada apa nak disampel.

Cara membaikinya

Buat start_at_step lebih kecil dari langkah dan lebih kecil dari end_at_step.

Jalankan aliran kerja ini dari telefon anda

Setiap aliran kerja di halaman ini telah prapasang di BitVector dengan model dan nod tersuai sedia ada. Pilih satu, taip prompt, selesai. Tiada persediaan, tiada apa untuk dimuat turun.

Cuba BitVector

Soalan tentang KSampler (Advanced)

Boleh guna macam sampler biasa?

Boleh: add_noise aktif, mula 0, tamat 10000, leftover mati sama macam KSampler dengan denoise 1.0.

Macam mana nak dapat denoise 0.35?

Dengan 20 langkah, start_at_step 13.

Nod berkaitan

KSampler

ComfyUI core

KSampler menjalankan gelung denoising: ia mengambil model, prompt dan latent dan menghasilkan imej latent siap, dikawal oleh seed, langkah, cfg, sampler, scheduler dan denoise.

Upscale Latent and Upscale Latent By

ComfyUI core

Upscale Latent menukar saiz latent ke saiz baru (atau dengan faktor) supaya KSampler kedua boleh tambah detail pada resolusi lebih tinggi: cara klasik untuk betulkan hires.

VAE Decode

ComfyUI core

VAE Decode menukar LATENT yang diambil sampelnya menjadi imej PIXEL menggunakan VAE; VAE Decode (Tiled) buat benda yang sama tapi dalam jubin untuk imej yang sangat besar.

Penat membaiki nod? Biarkan awan melakukannya

BitVector mengekalkan beratus-ratus aliran kerja ComfyUI yang dipasang, dikemas kini dan diuji pada GPU awan yang pantas. Tiada Python, tiada ralat CUDA, tiada had VRAM. Berfungsi dari mana-mana pelayar.

Cuba BitVector