52 lines
2.4 KiB
Markdown
52 lines
2.4 KiB
Markdown
# Documentation
|
|
- Class name: ReencodeLatentPipe
|
|
- Category: ImpactPack/Util
|
|
- Output node: False
|
|
- Repo Ref: https://github.com/ltdrdata/ComfyUI-Impact-Pack.git
|
|
|
|
ReencodeLatentPipe 是一个用于促进潜在空间表示转换的节点。它通过使用一对变分自编码器（VAE）重新编码潜在空间中的样本来操作。此节点对于需要在不同VAE模型之间操作或比较潜在表示的任务至关重要。
|
|
|
|
# Input types
|
|
## Required
|
|
- samples
|
|
- “samples”参数至关重要，因为它表示需要重新编码的潜在空间数据。它是节点的主要输入，并直接影响节点的处理和输出。
|
|
- Comfy dtype: LATENT
|
|
- Python dtype: torch.Tensor
|
|
- tile_mode
|
|
- “tile_mode”参数在重新编码过程中决定了像素平铺的处理方式。它对于控制节点关于像素数据结构的行为至关重要。
|
|
- Comfy dtype: COMBO['None', 'Both', 'Decode(input) only', 'Encode(output) only']
|
|
- Python dtype: str
|
|
- input_basic_pipe
|
|
- “input_basic_pipe”参数是一个复合输入，包括用于解码潜在样本的初始VAE模型。它在重新编码过程的初始阶段扮演重要角色。
|
|
- Comfy dtype: BASIC_PIPE
|
|
- Python dtype: Tuple[Any, ...]
|
|
- output_basic_pipe
|
|
- “output_basic_pipe”参数包括负责编码重新编码的潜在样本的最终VAE模型。它是节点最终输出生成的关键组成部分。
|
|
- Comfy dtype: BASIC_PIPE
|
|
- Python dtype: Tuple[Any, ...]
|
|
|
|
# Output types
|
|
- latent_samples
|
|
- “latent_samples”输出代表重新编码后的潜在空间数据。它是节点操作的结果，对于后续任务中的进一步分析或处理具有重要意义。
|
|
- Comfy dtype: LATENT
|
|
- Python dtype: torch.Tensor
|
|
|
|
# Usage tips
|
|
- Infra type: GPU
|
|
|
|
# Source code
|
|
```
|
|
class ReencodeLatentPipe:
|
|
|
|
@classmethod
|
|
def INPUT_TYPES(s):
|
|
return {'required': {'samples': ('LATENT',), 'tile_mode': (['None', 'Both', 'Decode(input) only', 'Encode(output) only'],), 'input_basic_pipe': ('BASIC_PIPE',), 'output_basic_pipe': ('BASIC_PIPE',)}}
|
|
CATEGORY = 'ImpactPack/Util'
|
|
RETURN_TYPES = ('LATENT',)
|
|
FUNCTION = 'doit'
|
|
|
|
def doit(self, samples, tile_mode, input_basic_pipe, output_basic_pipe):
|
|
(_, _, input_vae, _, _) = input_basic_pipe
|
|
(_, _, output_vae, _, _) = output_basic_pipe
|
|
return ReencodeLatent().doit(samples, tile_mode, input_vae, output_vae)
|
|
``` |