52 lines
2.6 KiB
Markdown
52 lines
2.6 KiB
Markdown
# Documentation
|
||
- Class name: TranslateCLIPTextEncode
|
||
- Category: translate
|
||
- Output node: False
|
||
- Repo Ref: https://github.com/esheep/esheep_custom_nodes.git
|
||
|
||
TranslateCLIPTextEncode节点充当将文本数据编码为机器学习模型（特别是使用CLIP框架的模型）可以理解的格式的中介。它通过将输入文本翻译成适合模型的语言，然后对翻译后的文本进行标记化来实现这一点。该节点的主要功能是为AI模型的后续处理准备数据，强调了语言翻译和模型编码的无缝集成。
|
||
|
||
# Input types
|
||
## Required
|
||
- text
|
||
- ‘text’参数是节点将处理的原始文本输入。它至关重要，因为它是将被编码供模型使用的源信息。节点依赖此输入执行其翻译和编码任务，使其成为节点操作中的基本组成部分。
|
||
- Comfy dtype: STRING
|
||
- Python dtype: str
|
||
- clip
|
||
- ‘clip’参数代表节点将用于标记化和编码的CLIP模型或其接口。它是一个重要组件，因为它直接影响节点将文本转换为适合机器学习应用格式的能力。
|
||
- Comfy dtype: CLIP
|
||
- Python dtype: Any
|
||
- app_id
|
||
- ‘app_id’参数是在使用外部翻译服务时用于认证的标识符。虽然不是必需的，但它对于访问某些服务和确保翻译过程的完整性和安全性很重要。
|
||
- Comfy dtype: STRING
|
||
- Python dtype: str
|
||
- app_key
|
||
- ‘app_key’参数作为与‘app_id’一起用于认证的秘密密钥。它不是强制性的，但在确保安全访问翻译服务方面扮演着重要角色。
|
||
- Comfy dtype: STRING
|
||
- Python dtype: str
|
||
|
||
# Output types
|
||
- CONDITIONING
|
||
- ‘CONDITIONING’输出是编码文本数据的结构化表示，包括CLIP模型的条件向量和池化输出。这个输出很重要，因为它提供了准备好用于下游机器学习任务的加工信息。
|
||
- Comfy dtype: CONDITIONING
|
||
- Python dtype: List[Tuple[str, Dict[str, Any]}}
|
||
|
||
# Usage tips
|
||
- Infra type: CPU
|
||
|
||
# Source code
|
||
```
|
||
class TranslateCLIPTextEncode:
|
||
|
||
@classmethod
|
||
def INPUT_TYPES(s):
|
||
return {'required': {'text': ('STRING', {'multiline': True}), 'clip': ('CLIP',)}, 'hidden': {'app_id': ('STRING', {}), 'app_key': ('STRING', {})}}
|
||
RETURN_TYPES = ('CONDITIONING',)
|
||
FUNCTION = 'encode'
|
||
CATEGORY = 'translate'
|
||
|
||
def encode(self, clip, text, app_id='', app_key=''):
|
||
tokens = clip.tokenize(translate(text, Credentials(app_id=app_id, app_key=app_key)))
|
||
(cond, pooled) = clip.encode_from_tokens(tokens, return_pooled=True)
|
||
return ([[cond, {'pooled_output': pooled}]],)
|
||
``` |