메인 콘텐츠로 건너뛰기
KSampler는 다음과 같이 작동합니다: 특정 모델과 긍정 및 부정 조건을 기반으로 제공된 원본 잠재 이미지 정보를 수정합니다. 먼저 설정된 시드(seed) 및 **디노이즈 강도(denoise strength)**에 따라 원본 이미지 데이터에 노이즈를 추가한 후, 사전 설정된 **모델(Model)**과 긍정(positive) 및 부정(negative) 안내 조건을 결합하여 이미지를 생성합니다.

​
입력

매개변수 이름설명데이터 타입필수기본값범위/옵션
Model디노이징 과정에 사용되는 입력 모델입니다.checkpoint예없음-
seed무작위 노이즈를 생성하는 데 사용됩니다. 동일한 “시드”를 사용하면 동일한 이미지가 생성됩니다.Int예00 ~ 18446744073709551615
steps디노이징 과정에 사용할 단계 수입니다. 단계가 많을수록 더 정확한 결과를 얻을 수 있습니다.Int예201 ~ 10000
cfg생성된 이미지가 입력 조건과 얼마나 일치하는지 제어합니다. 6-8을 권장합니다.float예8.00.0 ~ 100.0
sampler_name디노이징에 사용할 샘플러를 선택합니다. 생성 속도와 스타일에 영향을 줍니다.UI 옵션예없음여러 알고리즘
scheduler노이즈가 제거되는 방식을 제어합니다. 생성 과정에 영향을 줍니다.UI 옵션예없음여러 스케줄러
Positive디노이징을 안내하는 긍정 조건입니다. 이미지에 나타나길 원하는 내용입니다.conditioning예없음-
Negative디노이징을 안내하는 부정 조건입니다. 이미지에 나타나지 않길 원하는 내용입니다.conditioning예없음-
Latent_Image디노이징에 사용되는 잠재 이미지입니다.Latent예없음-
denoise노이즈 제거 비율을 결정합니다. 값이 낮을수록 입력 이미지와의 연관성이 줄어듭니다.float아니요1.00.0 ~ 1.0
control_after_generate각 프롬프트 후에 시드를 변경할 수 있는 기능을 제공합니다.UI 옵션아니요없음Random/Inc/Dec/Keep

​
출력

매개변수기능
Latent샘플러 디노이징 후 잠재 이미지를 출력합니다.

​
소스 코드

[2025년 5월 15일 업데이트됨] 

def common_ksampler(model, seed, steps, cfg, sampler_name, scheduler, positive, negative, latent, denoise=1.0, disable_noise=False, start_step=None, last_step=None, force_full_denoise=False):
    latent_image = latent["samples"]
    latent_image = comfy.sample.fix_empty_latent_channels(model, latent_image)

    if disable_noise:
        noise = torch.zeros(latent_image.size(), dtype=latent_image.dtype, layout=latent_image.layout, device="cpu")
    else:
        batch_inds = latent["batch_index"] if "batch_index" in latent else None
        noise = comfy.sample.prepare_noise(latent_image, seed, batch_inds)

    noise_mask = None
    if "noise_mask" in latent:
        noise_mask = latent["noise_mask"]

    callback = latent_preview.prepare_callback(model, steps)
    disable_pbar = not comfy.utils.PROGRESS_BAR_ENABLED
    samples = comfy.sample.sample(model, noise, steps, cfg, sampler_name, scheduler, positive, negative, latent_image,
                                  denoise=denoise, disable_noise=disable_noise, start_step=start_step, last_step=last_step,
                                  force_full_denoise=force_full_denoise, noise_mask=noise_mask, callback=callback, disable_pbar=disable_pbar, seed=seed)
    out = latent.copy()
    out["samples"] = samples
    return (out, )
class KSampler:
    @classmethod
    def INPUT_TYPES(s):
        return {
            "required": {
                "model": ("MODEL", {"tooltip": "입력 잠재 이미지를 디노이징하는 데 사용되는 모델입니다."}),
                "seed": ("INT", {"default": 0, "min": 0, "max": 0xffffffffffffffff, "control_after_generate": True, "tooltip": "노이즈 생성에 사용되는 무작위 시드입니다."}),
                "steps": ("INT", {"default": 20, "min": 1, "max": 10000, "tooltip": "디노이징 과정에 사용되는 단계 수입니다."}),
                "cfg": ("FLOAT", {"default": 8.0, "min": 0.0, "max": 100.0, "step":0.1, "round": 0.01, "tooltip": "CFG(Classifier-Free Guidance) 척도는 창의성과 프롬프트 준수 사이의 균형을 조절합니다. 값이 높을수록 프롬프트와 더 일치하는 이미지를 생성하지만 너무 높으면 품질에 부정적인 영향을 미칩니다."}),
                "sampler_name": (comfy.samplers.KSampler.SAMPLERS, {"tooltip": "샘플링 시 사용되는 알고리즘입니다. 생성된 출력의 품질, 속도 및 스타일에 영향을 줄 수 있습니다."}),
                "scheduler": (comfy.samplers.KSampler.SCHEDULERS, {"tooltip": "스케줄러는 이미지를 형성하기 위해 노이즈가 점진적으로 제거되는 방식을 제어합니다."}),
                "positive": ("CONDITIONING", {"tooltip": "이미지에 포함하려는 속성을 설명하는 조건입니다."}),
                "negative": ("CONDITIONING", {"tooltip": "이미지에서 제외하려는 속성을 설명하는 조건입니다."}),
                "latent_image": ("LATENT", {"tooltip": "디노이징할 잠재 이미지입니다."}),
                "denoise": ("FLOAT", {"default": 1.0, "min": 0.0, "max": 1.0, "step": 0.01, "tooltip": "적용되는 디노이징의 양입니다. 값이 낮을수록 초기 이미지의 구조를 유지하여 이미지 간 샘플링(image to image sampling)이 가능합니다."}),
            }
        }

    RETURN_TYPES = ("LATENT",)
    OUTPUT_TOOLTIPS = ("디노이징된 잠재 이미지입니다.",)
    FUNCTION = "sample"

    CATEGORY = "sampling"
    DESCRIPTION = "제공된 모델, 긍정 및 부정 조건을 사용하여 잠재 이미지를 디노이징합니다."

    def sample(self, model, seed, steps, cfg, sampler_name, scheduler, positive, negative, latent_image, denoise=1.0):
        return common_ksampler(model, seed, steps, cfg, sampler_name, scheduler, positive, negative, latent_image, denoise=denoise)
이 문서는 AI에 의해 생성되었습니다. 오류를 발견하거나 개선 제안이 있으시면 기여해 주세요! GitHub에서 편집