> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-comfy-docs-comfyapi-search.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# CFGNorm - ComfyUI Built-in Node Documentation

> CFGNorm 通过比较条件预测与引导预测的大小（范数），并对结果进行重新缩放，从而调整扩散模型中无分类器引导（CFG）的应用方式。

CFGNorm 通过比较条件预测与引导预测的大小（范数），并对结果进行重新缩放，从而调整扩散模型中无分类器引导（CFG）的应用方式。`strength` 值控制调整的应用程度。默认情况下，缩放仅对引导输出进行衰减；而启用 `pre_cfg` 后，会在采样器执行 CFG 合并之前对合并后的噪声进行重新缩放，且不进行钳制，这可能会放大结果。

## 输入

| 参数        | 说明                                                                                                                            | 数据类型    | 是否必需 | 范围                    |
| --------- | ----------------------------------------------------------------------------------------------------------------------------- | ------- | ---- | --------------------- |
| `模型`      | 要对其应用 CFG 归一化的扩散模型                                                                                                            | MODEL   | 是    | -                     |
| `强度`      | 控制应用于 CFG 缩放的归一化效果强度（默认值：1.0）                                                                                                 | FLOAT   | 是    | 0.0 到 100.0 （步长：0.01） |
| `pre_cfg` | 若为 true，则在采样器的 CFG 合并之前对合并后的噪声进行重新缩放，且不进行钳制（可能会放大结果）。这与 Lens 等模型所使用的范数缩放 CFG 相匹配。默认 false 保持原有的 CFG 之后 x0 空间仅衰减行为。（默认值：False） | BOOLEAN | 否    | true / false          |

注意：此节点被标记为实验性功能。

## 输出

| 输出名称            | 说明                         | 数据类型  |
| --------------- | -------------------------- | ----- |
| `patched_model` | 返回经过修改的模型，其采样过程已应用 CFG 归一化 | MODEL |

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/CFGNorm/zh.md)

***

**Source fingerprint (SHA-256):** `427dda498ebda2642489aa2591f063355a77b1e064e0dc7fa8570ed8200c2734`