- Class name: WeightAdjustIndivAddNode
- Category: Animate Diff 🎭🅐🅓/ad settings/weight adjust
- Output node: False
- Repo Ref: https://github.com/Kosinkadink/ComfyUI-AnimateDiff-Evolved.git
WeightAdjustIndivAddNode 旨在通过向不同类型的参数添加特定值来单独调整模型的权重。它封装了根据指定标准进行修改的逻辑,确保以结构化和模块化的方式应用这些调整。
- pe_ADD
- pe_ADD 参数允许调整位置编码权重。它在微调模型对输入序列结构的理解中起着至关重要的作用,这对于依赖于元素顺序的任务至关重要。
- Comfy dtype: FLOAT
- Python dtype: float
- attn_ADD
- attn_ADD 参数用于修改注意力机制的权重。通过调整此参数,可以增强模型聚焦输入的不同部分的能力,可能有助于提高模型在需要对上下文有细微理解的任务上的性能。
- Comfy dtype: FLOAT
- Python dtype: float
- other_ADD
- other_ADD 参数用于调整不属于预定义类别的权重。它提供了微调模型的灵活性,以覆盖其他参数未涵盖的方式,允许进行更广泛的调整。
- Comfy dtype: FLOAT
- Python dtype: float
- print_adjustment
- print_adjustment 标志控制是否将对权重所做的调整记录在日志中。这对于调试和理解调整对模型行为的影响非常有用。
- Comfy dtype: BOOLEAN
- Python dtype: bool
- prev_weight_adjust
- prev_weight_adjust 参数是可选的先前调整组,可以应用于模型。这允许继续一系列调整或应用一组预定义的修改。
- Comfy dtype: WEIGHT_ADJUST
- Python dtype: AdjustGroup
- weight_adjust
- WeightAdjustIndivAddNode 的输出是一个 WEIGHT_ADJUST 对象,它代表了对模型权重所做的集体调整。这个对象可以用来进一步完善模型或将调整应用于另一个模型实例。
- Comfy dtype: WEIGHT_ADJUST
- Python dtype: AdjustGroup
- Infra type: CPU
class WeightAdjustIndivAddNode:
@classmethod
def INPUT_TYPES(s):
return {'required': {'pe_ADD': ('FLOAT', {'default': 0.0, 'min': -2.0, 'max': 2.0, 'step': 1e-06}), 'attn_ADD': ('FLOAT', {'default': 0.0, 'min': -2.0, 'max': 2.0, 'step': 1e-06}), 'other_ADD': ('FLOAT', {'default': 0.0, 'min': -2.0, 'max': 2.0, 'step': 1e-06}), 'print_adjustment': ('BOOLEAN', {'default': False})}, 'optional': {'prev_weight_adjust': ('WEIGHT_ADJUST',)}}
RETURN_TYPES = ('WEIGHT_ADJUST',)
CATEGORY = 'Animate Diff 🎭🅐🅓/ad settings/weight adjust'
FUNCTION = 'get_weight_adjust'
def get_weight_adjust(self, pe_ADD: float, attn_ADD: float, other_ADD: float, print_adjustment: bool, prev_weight_adjust: AdjustGroup=None):
if prev_weight_adjust is None:
prev_weight_adjust = AdjustGroup()
prev_weight_adjust = prev_weight_adjust.clone()
adjust = AdjustWeight(pe_ADD=pe_ADD, attn_ADD=attn_ADD, other_ADD=other_ADD, print_adjustment=print_adjustment)
prev_weight_adjust.add(adjust)
return (prev_weight_adjust,)