Model
Trends
.ai
Model
Trends
.ai
ang pinakamahuhusay na open source AI model

KSampler (Advanced) node sa ComfyUI

Ang KSampler (Advanced) ay KSampler na may kontrol sa step-range: add_noise, start_at_step, end_at_step at return_with_leftover_noise, ginagamit para sa base + refiner chains at two-model sampling.
Node pack: ComfyUI core
Kategorya: Sampling

Ano ang ginagawa ng KSampler (Advanced)

Ang advanced sampler ay nagpapatakbo ng parehong denoising loop pero pinapayagan kang kumuha ng sample sa isang bahagi lang ng schedule. Kapag naka-enable ang return_with_leftover_noise at naka-set ang end_at_step, halimbawa sa 20 ng 25, hihinto nang maaga ang unang sampler at ipapasa ang latent na may natitirang ingay sa pangalawang KSampler (Advanced) na magsisimula sa step 20 na naka-disable ang add_noise. Ganito ginagawa ang SDXL base/refiner workflow at maraming two-model tricks.
Walang denoise slider; ang lakas ng denoise ay ipinapakita sa pamamagitan ng step range. Ang start_at_step 10 sa 20 steps ay katumbas ng denoise 0.5 sa simpleng KSampler.

Mga input

Pangalan
Uri
Ano ito
model / positive / negative / latent_image
various
Pareho lang sa KSampler.
add_noise
COMBO
i-enable para magdagdag ng bagong ingay sa latent bago mag-sample (unang stage), i-disable para ipagpatuloy ang partly sampled na latent.
noise_seed
INT
Ang seed para sa ingay.
steps / cfg / sampler_name / scheduler
various
Ang buong schedule; dapat pareho ang total steps sa dalawang stage.
start_at_step
INT
Unang step na tatakbuhin. 0 para sa unang stage.
end_at_step
INT
Step kung saan titigil. 10000 ibig sabihin tatakbo hanggang dulo.
return_with_leftover_noise
COMBO
i-enable kapag may ibang sampler na magpapatuloy mula sa latent na ito.

Mga output

Pangalan
Uri
Ano ito
LATENT
LATENT
Ang latent (posibleng partly sampled).
AD
Laktawan ang setup: mga ComfyUI workflow na naka-preinstall sa cloud
Pinapatakbo ng BitVector ang mga handang ComfyUI workflow sa sarili nitong mga GPU. Walang install, walang nawawalang node, walang pulang kahon. Buksan ito sa iyong telepono o laptop at gumawa sa loob ng isang minuto.

Paano gamitin ang KSampler (Advanced)

  1. Unang stage: add_noise enable, start_at_step 0, end_at_step 20, return_with_leftover_noise enable, steps 25.
  2. Pangalawang stage gamit ang pangalawang modelo: add_noise disable, start_at_step 20, end_at_step 10000, return_with_leftover_noise disable, pareho ang steps, scheduler at seed.
  3. I-decode ang pangalawang latent.

Mga setting at tip

  • Panatilihing pareho ang steps, scheduler at seed sa parehong stage; nag-iiba lang ang modelo, prompts at step range.
  • Para sa img2img na walang denoise slider: steps 20, start_at_step 10 ay katumbas ng denoise 0.5.
  • Ang SDXL refiner ay na-tune para sa huling 20 porsyento ng steps; sa mga modernong SDXL checkpoints kadalasan hindi na kailangan.

Pag-aayos ng KSampler (Advanced)

Ang output ng pangalawang stage ay puro ingay

Bakit ito nangyayari
Naka-enable ang add_noise sa pangalawang stage, o naka-disable ang return_with_leftover_noise sa unang stage kaya hindi nagtatapat ang noise levels.

Paano ayusin
Unang stage: i-enable ang leftover noise. Pangalawang stage: i-disable ang add_noise, at gawing katumbas ng unang end_at_step ang start_at_step.

Ang pangalawang stage ay mukhang sobra ang smoothing o hindi pinapansin ang prompt

Bakit ito nangyayari
Sobrang dami ng steps ang pinapatakbo ng refiner stage o ibang scheduler ang gamit kumpara sa base stage.

Paano ayusin
Bigyan ang pangalawang stage ng huling 15-25 porsyento ng steps at pareho ang scheduler.

Walang nangyayari sa pangalawang sampler (ang output ay kapareho ng input)

Bakit ito nangyayari
Ang start_at_step ay katumbas o lampas sa steps kaya wala nang natitirang sample.

Paano ayusin
Gawing mas maliit ang start_at_step kaysa steps at mas maliit din kaysa end_at_step.

AD
Patakbuhin ang workflow na ito mula sa iyong telepono
Bawat workflow sa pahinang ito ay naka-preinstall sa BitVector kasama ang mga model at custom node. Pumili ng isa, mag-type ng prompt, tapos. Zero setup, walang ida-download.

Mga tanong tungkol sa KSampler (Advanced)

Pwede ko bang gamitin ito bilang normal na sampler?

Oo: i-enable ang add_noise, start 0, end 10000, i-disable ang leftover ay kapareho ng KSampler sa denoise 1.0.

Paano ako makakakuha ng denoise 0.35?

Sa 20 steps, start_at_step 13.

Mga kaugnay na node

AD
Pagod na sa pag-aayos ng mga node? Hayaan ang cloud
Pinapanatili ng BitVector ang daan-daang ComfyUI workflow na naka-install, na-update at nasubok sa mabibilis na cloud GPU. Walang Python, walang CUDA error, walang limitasyon sa VRAM. Gumagana mula sa anumang browser.

Higit pang ComfyUI node

CLIP Text Encode (Prompt)
ComfyUI core
Pinapalitan ng CLIP Text Encode ang text prompt para maging CONDITIONING gamit ang model text encoder. Isang node ang may hawak ng positive prompt, at isa pa ang negative prompt.
ComfyUI Manager
ComfyUI-Manager
Ang ComfyUI Manager ay ang extension na nag-iinstall, nag-a-update, at nag-aayos ng custom node packs at mga modelo mula mismo sa interface, inaayos ang mga nawawalang node sa mga imported na workflow, at nagse-save ng snapshot ng iyong setup.
Load Checkpoint
ComfyUI core
Binubuksan ng Load Checkpoint (CheckpointLoaderSimple) ang isang .safetensors o .ckpt na model file at ibinibigay ang tatlong bahagi na kailangan ng bawat workflow: ang diffusion MODEL, ang CLIP text encoder, at ang VAE.
Save Image
ComfyUI core
Ang Save Image ay nagsusulat ng IMAGE tensor sa ComfyUI/output bilang PNG, kasama ang buong workflow na naka-embed sa file metadata para maibalik ang graph kapag ibinalik ang larawan sa ComfyUI.
Empty Latent Image
ComfyUI core
Gumagawa ang Empty Latent Image ng blangkong latent canvas (lapad, taas, batch_size) na pinagmumulan ng text-to-image sampling; kailangang multiple ng 8 ang sukat at tugma sa model family.
Load Image
ComfyUI core
Binabasa ng Load Image ang isang larawan mula sa ComfyUI input folder (o isang upload) at naglalabas ng IMAGE tensor kasama ang MASK na kinuha mula sa alpha channel, ang panimulang punto para sa img2img, inpainting, ControlNet at IP-Adapter na mga graph.