43 lines
1.8 KiB
Markdown
43 lines
1.8 KiB
Markdown
# Documentation
|
||
- Class name: VAEEncode
|
||
- Category: latent
|
||
- Output node: False
|
||
- Repo Ref: https://github.com/comfyanonymous/ComfyUI
|
||
|
||
VAEEncode节点旨在使用变分自编码器（VAE）模型将输入数据转换为潜在空间表示。它封装了编码过程，这对于降维、特征提取和生成建模等任务至关重要。该节点抽象了编码算法的复杂性，为用户提供了一个简化的接口，以便利用VAE的强大功能。
|
||
|
||
# Input types
|
||
## Required
|
||
- pixels
|
||
- ‘pixels’参数是VAEEncode节点处理的原始图像数据，用于生成潜在表示。它在节点的功能中起着核心作用，因为它是编码过程的直接输入。‘pixels’数据的质量和特性直接影响生成的潜在空间。
|
||
- Comfy dtype: IMAGE
|
||
- Python dtype: torch.Tensor
|
||
- vae
|
||
- ‘vae’参数表示节点用于将输入像素编码到潜在空间的变分自编码器模型。它是节点的重要组成部分，因为它定义了VAE的架构和参数，这反过来又影响了编码结果。
|
||
- Comfy dtype: VAE
|
||
- Python dtype: torch.nn.Module
|
||
|
||
# Output types
|
||
- samples
|
||
- VAEEncode节点的‘samples’输出包含输入像素的潜在空间表示。这是一个关键的输出，因为它以压缩形式捕获了输入数据的精髓，适用于分类、聚类或进一步的生成过程等各种下游任务。
|
||
- Comfy dtype: LATENT
|
||
- Python dtype: torch.Tensor
|
||
|
||
# Usage tips
|
||
- Infra type: GPU
|
||
|
||
# Source code
|
||
```
|
||
class VAEEncode:
|
||
|
||
@classmethod
|
||
def INPUT_TYPES(s):
|
||
return {'required': {'pixels': ('IMAGE',), 'vae': ('VAE',)}}
|
||
RETURN_TYPES = ('LATENT',)
|
||
FUNCTION = 'encode'
|
||
CATEGORY = 'latent'
|
||
|
||
def encode(self, vae, pixels):
|
||
t = vae.encode(pixels[:, :, :, :3])
|
||
return ({'samples': t},)
|
||
``` |