Files
CavinHuang-comfyui-nodes-docs/docs/ScheduleToModel.md
2024-05-26 20:35:16 +08:00

1.6 KiB

Documentation

ScheduleToModel节点的'apply'方法旨在基于提供的时间表动态调整模型的架构。它允许在指定步骤中无缝集成不同的模型配置,增强模型生成与每个步骤上下文相匹配的响应的能力。

Input types

Required

  • model
    • 模型参数至关重要,因为它代表了将根据提示时间表进行修改的神经网络。它是节点操作的基础,其结构直接影响采样过程的结果。
    • Comfy dtype: MODEL
    • Python dtype: torch.nn.Module
  • prompt_schedule
    • prompt_schedule参数定义了在采样过程的每个步骤中将发生的模型调整序列。它对于指导节点的操作和确定每个步骤要应用的具体修改至关重要。
    • Comfy dtype: PROMPT_SCHEDULE
    • Python dtype: Dict[str, Any]

Output types

  • model
    • 输出的'model'是经过提示时间表预定调整的修改后的神经网络。它封装了节点操作的结果,反映了在采样过程中应用的动态变化。
    • Comfy dtype: MODEL
    • Python dtype: torch.nn.Module

Usage tips

  • Infra type: GPU

Source code

class ScheduleToModel:

    @classmethod
    def INPUT_TYPES(s):
        return {'required': {'model': ('MODEL',), 'prompt_schedule': ('PROMPT_SCHEDULE',)}}
    RETURN_TYPES = ('MODEL',)
    CATEGORY = 'promptcontrol'
    FUNCTION = 'apply'

    def apply(self, model, prompt_schedule):
        return (schedule_lora_common(model, prompt_schedule),)