RenormCFG - ComfyUI Built-in Node Documentation

RenormCFG 节点通过应用条件缩放和归一化来修改扩散模型中的无分类器引导（CFG）过程。

RenormCFG 节点通过应用条件缩放和归一化来修改扩散模型中的无分类器引导（CFG）过程。它根据指定的时间步阈值和重归一化因子来调整去噪过程，从而在图像生成期间控制条件预测与无条件预测的影响程度。返回的模型将带有这一修补后的 CFG 行为。

​

输入

参数	描述	数据类型	是否必需	范围
模型	要应用重归一化 CFG 的扩散模型	MODEL	是	-
cfg_trunc	应用 CFG 缩放的时间步阈值。当当前时间步低于此值时，会应用 CFG 缩放和重归一化；否则仅使用条件预测（默认值：100.0）	FLOAT	否	0.0 - 100.0（步长 0.01）
renorm_cfg	重归一化因子，用于限制经 CFG 缩放后的预测相对于原始条件预测的最大范数。值为 0.0 时禁用重归一化（默认值：1.0）	FLOAT	否	0.0 - 100.0（步长 0.01）

注意：cfg_trunc 和 renorm_cfg 是高级参数。只有当 renorm_cfg 大于 0.0 且当前时间步低于 cfg_trunc 时，重归一化才会生效；如果新的预测范数已经低于计算得到的最大值，则不执行重新缩放。

​

输出

输出名称	描述	数据类型
model	应用了重归一化 CFG 函数后的修改模型	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

---

Source fingerprint (SHA-256): 5925bdfe2d62ef7261d73cda661834102ae6600b1afe53f4093568a6e83ec2ab