SamplerSASolver - ComfyUI Built-in Node Documentation - ComfyUI

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

SamplerSASolver 节点为扩散模型实现了一种自定义采样算法。它采用预测器-校正器方法，通过可配置的阶数设置和随机微分方程（SDE）参数，从输入模型中生成样本。

输入参数

参数	数据类型	必填	取值范围	描述
`model`	MODEL	是	-	用于采样的扩散模型
`eta`	FLOAT	是	0.0 - 10.0	控制步长缩放因子（默认值：1.0）
`sde_start_percent`	FLOAT	是	0.0 - 1.0	SDE 采样的起始百分比（默认值：0.2）
`sde_end_percent`	FLOAT	是	0.0 - 1.0	SDE 采样的结束百分比（默认值：0.8）
`s_noise`	FLOAT	是	0.0 - 100.0	控制采样过程中添加的噪声量（默认值：1.0）
`predictor_order`	INT	是	1 - 6	求解器中预测器组件的阶数（默认值：3）
`corrector_order`	INT	是	0 - 6	求解器中校正器组件的阶数（默认值：4）
`use_pece`	BOOLEAN	是	-	启用或禁用 PECE（预测-评估-校正-评估）方法
`simple_order_2`	BOOLEAN	是	-	启用或禁用简化的二阶计算

输出结果

输出名称	数据类型	描述
`sampler`	SAMPLER	已配置的采样器对象，可用于扩散模型

SamplerLMS - ComfyUI Built-in Node Documentation

SamplerSEEDS2 - ComfyUI Built-in Node Documentation