메인 콘텐츠로 건너뛰기

​
지연 평가

기본적으로 모든 required 및 optional 입력은 노드를 실행하기 전에 평가됩니다. 그러나 때로는 특정 입력이 반드시 사용되지 않을 수 있으며, 이를 평가하는 것은 불필요한 처리를 초래할 수 있습니다. 다음은 지연 평가가 유익할 수 있는 노드의 몇 가지 예시입니다:
  1. ModelMergeSimple 노드에서 비율이 0.0(첫 번째 모델을 로드할 필요가 없는 경우) 또는 1.0(두 번째 모델을 로드할 필요가 없는 경우)인 경우.
  2. 두 이미지 간의 보간에서 비율(또는 마스크)이 전부 0.0이거나 전부 1.0인 경우.
  3. 스위치 노드에서 하나의 입력이 다른 입력 중 어떤 것을 통과시킬지를 결정하는 경우.
입력을 지연 처리하는 데 드는 비용은 매우 적습니다. 가능하다면 일반적으로 그렇게 하는 것이 좋습니다.

​
지연 입력 생성하기

입력을 ‘지연’ 입력으로 만드는 데는 두 단계가 있습니다. 바로:
  1. INPUT_TYPES에서 반환되는 딕셔너리에서 해당 입력을 지연 처리로 표시하기
  2. 평가 전에 호출되어 추가 입력이 필요한지 판단하는 check_lazy_status라는 메서드 정의하기 (참고: 클래스 메서드가 아님)
이를 시연하기 위해 마스크에 따라 두 이미지 간에 보간하는 MixImages 노드를 만들어보겠습니다. 마스크 전체가 0.0이면 두 번째 이미지까지 이르는 트리의 어느 부분도 평가할 필요가 없습니다. 마스크 전체가 1.0이면 첫 번째 이미지는 평가하지 않아도 됩니다.

​
INPUT_TYPES 정의하기

입력이 지연 처리임을 선언하는 것은 입력 옵션 딕셔너리에 lazy: True 키-값 쌍을 추가하는 것만으로 충분합니다. 
@classmethod
def INPUT_TYPES(cls):
    return {
        "required": {
            "image1": ("IMAGE",{"lazy": True}),
            "image2": ("IMAGE",{"lazy": True}),
            "mask": ("MASK",),
        },
    }
이 예시에서는 image1과 image2가 모두 지연 처리 입력으로 표시되었지만, mask는 항상 평가됩니다.

​
check_lazy_status 정의하기

check_lazy_status 메서드는 아직 사용 가능한 지연 처리 입력이 하나 이상 있을 경우 호출됩니다. 이 메서드는 표준 실행 함수와 동일한 인수를 받습니다. 사용 가능한 모든 입력은 최종 값으로 전달되며, 사용 불가능한 지연 처리 입력은 None 값을 가집니다. check_lazy_status 함수의 책임은 진행에 필요한 지연 처리 입력의 이름 목록을 반환하는 것입니다. 모든 지연 처리 입력이 사용 가능하면 함수는 빈 리스트를 반환해야 합니다. 참고로 check_lazy_status는 여러 번 호출될 수 있습니다. (예를 들어, 한 지연 처리 입력을 평가한 후 다른 입력을 평가해야 할 수도 있습니다.)
함수가 실제 입력 값을 사용하므로, 이 메서드는 클래스 메서드가 아닙니다.
def check_lazy_status(self, mask, image1, image2):
    mask_min = mask.min()
    mask_max = mask.max()
    needed = []
    if image1 is None and (mask_min != 1.0 or mask_max != 1.0):
        needed.append("image1")
    if image2 is None and (mask_min != 0.0 or mask_max != 0.0):
        needed.append("image2")
    return needed

​
전체 예시

class LazyMixImages:
    @classmethod
    def INPUT_TYPES(cls):
        return {
            "required": {
                "image1": ("IMAGE",{"lazy": True}),
                "image2": ("IMAGE",{"lazy": True}),
                "mask": ("MASK",),
            },
        }

    RETURN_TYPES = ("IMAGE",)
    FUNCTION = "mix"

    CATEGORY = "Examples"

    def check_lazy_status(self, mask, image1, image2):
        mask_min = mask.min()
        mask_max = mask.max()
        needed = []
        if image1 is None and (mask_min != 1.0 or mask_max != 1.0):
            needed.append("image1")
        if image2 is None and (mask_min != 0.0 or mask_max != 0.0):
            needed.append("image2")
        return needed

    # 여기서는 서로 다른 배치 크기를 처리하려 하지 않습니다. 단순히 데모를 간단하게 유지하기 위해서입니다.
    def mix(self, mask, image1, image2):
        mask_min = mask.min()
        mask_max = mask.max()
        if mask_min == 0.0 and mask_max == 0.0:
            return (image1,)
        elif mask_min == 1.0 and mask_max == 1.0:
            return (image2,)

        result = image1 * (1. - mask) + image2 * mask,
        return (result[0],)

​
실행 차단

지연 평가는 그래프의 일부를 ‘비활성화’하는 권장 방법이지만, 직접 구현한 OUTPUT 노드 자체가 지연 평가를 지원하지 않는 경우를 비활성화하고 싶을 때가 있습니다. 만약 자신이 개발한 출력 노드라면 다음과 같이 지연 평가를 추가하면 됩니다:
  1. enabled를 위한 필수(새로운 노드인 경우) 또는 선택적(백ward 호환성을 고려하는 경우) 입력을 추가하고 기본값을 True로 설정하기
  2. 다른 모든 입력을 지연 처리 입력으로 만들기
  3. enabled가 True인 경우에만 다른 입력을 평가하기
만약 제어할 수 없는 노드라면 comfy_execution.graph.ExecutionBlocker를 활용할 수 있습니다. 이 특별한 객체는 어떤 소켓에서도 출력으로 반환될 수 있습니다. ExecutionBlocker를 입력으로 받는 모든 노드는 실행을 건너뛰고 해당 ExecutionBlocker를 출력으로 반환합니다.
특정 이유로 ExecutionBlocker가 앞으로 전파되는 것을 막을 방법은 의도적으로 없습니다. 만약 이런 방식을 원한다면 실제로는 지연 평가를 사용해야 합니다.

​
사용법

ExecutionBlocker를 생성하고 사용하는 방법은 두 가지가 있습니다.
  1. 생성자에 None을 전달하여 조용히 실행을 차단하기. 이는 성공적인 실행의 일부로 실행을 차단하는 경우에 유용합니다—예를 들어 출력을 비활성화하는 경우.
def silent_passthrough(self, passthrough, blocked):
    if blocked:
        return (ExecutionBlocker(None),)
    else:
        return (passthrough,)
  1. 문자열을 생성자에 전달하여 노드가 해당 객체를 받았을 때 오류 메시지를 표시하도록 하기. 이는 누군가 무의미한 출력을 사용할 경우 의미 있는 오류 메시지를 표시하고 싶을 때 유용합니다—예를 들어, VAE가 포함되지 않은 모델을 로드할 때 VAE 출력을 사용하는 경우.
def load_checkpoint(self, ckpt_name):
    ckpt_path = folder_paths.get_full_path("checkpoints", ckpt_name)
    model, clip, vae = load_checkpoint(ckpt_path)
    if vae is None:
        # 이 오류는 이후 노드에서 'NoneType'에 속성이 없다는 오류보다 더 유용합니다.
        vae = ExecutionBlocker(f"No VAE contained in the loaded model {ckpt_name}")
    return (model, clip, vae)