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 上编辑此节点根据分辨率对潜在图像列表及其对应的条件数据进行组织。它将具有相同高度和宽度的项目分组,为每个独特的分辨率创建独立的批次。这一过程有助于为高效训练准备数据,因为它允许模型同时处理多个相同尺寸的项目。
输入参数
| 参数名 | 数据类型 | 必填 | 取值范围 | 描述 |
|---|---|---|---|---|
latents | LATENT | 是 | N/A | 需要按分辨率进行分桶的潜在字典列表。 |
conditioning | CONDITIONING | 是 | N/A | 条件列表(长度必须与 latents 匹配)。 |
latents 列表中的项目数量必须与 conditioning 列表中的项目数量完全匹配。每个潜在字典可以包含一批样本,而对应的条件列表必须包含与该批次匹配数量的条件项。
输出结果
| 输出名称 | 数据类型 | 描述 |
|---|---|---|
latents | LATENT | 已分批次处理的潜在字典列表,每个分辨率桶对应一个。 |
conditioning | CONDITIONING | 条件列表,每个分辨率桶对应一个。 |