این گره برای بهبود قابلیت‌های نمونه‌گیری مدل با ادغام تکنیک‌های نمونه‌گیری EDM پیوسته (مدل‌های انتشار مبتنی بر انرژی) طراحی شده است. این گره امکان تنظیم پویای سطوح نویز را در فرایند نمونه‌گیری مدل فراهم کرده و کنترل دقیق‌تری بر کیفیت و تنوع تولید ارائه می‌دهد.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | نوع پایتون |
| --- | --- | --- | --- |
| `مدل` | مدلی که با قابلیت‌های نمونه‌گیری EDM پیوسته بهبود می‌یابد. این مدل به‌عنوان پایه‌ای برای اعمال تکنیک‌های پیشرفته نمونه‌گیری عمل می‌کند. | `MODEL` | `torch.nn.Module` |
| `نمونه‌برداری` | نوع نمونه‌گیری اعمال‌شده را مشخص می‌کند: 'eps' برای نمونه‌گیری اپسیلون یا 'v_prediction' برای پیش‌بینی سرعت، که بر رفتار مدل در طول فرایند نمونه‌گیری تأثیر می‌گذارد. | COMBO[STRING] | `str` |
| `سیگما بیشینه` | حداکثر مقدار سیگما برای سطح نویز، که امکان کنترل کران بالایی را در فرایند تزریق نویز هنگام نمونه‌گیری فراهم می‌کند. | `FLOAT` | `float` |
| `سیگما کمینه` | حداقل مقدار سیگما برای سطح نویز، که کران پایینی را برای تزریق نویز تعیین کرده و در نتیجه بر دقت نمونه‌گیری مدل تأثیر می‌گذارد. | `FLOAT` | `float` |

## خروجی‌ها

| پارامتر | توضیحات | نوع داده | نوع پایتون |
| --- | --- | --- | --- |
| `مدل` | مدل بهبودیافته با قابلیت‌های نمونه‌گیری EDM پیوسته یکپارچه، آماده برای استفاده در وظایف تولید. | MODEL | `torch.nn.Module` |

> این مستند با هوش مصنوعی تهیه شده است. اگر خطایی دیدید یا پیشنهادی برای بهبود دارید، خوشحال می‌شویم مشارکت کنید! [ویرایش در GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/ModelSamplingContinuousEDM/fa.md)