این گره برای تغییر رفتار نمونه‌گیری یک مدل با اعمال یک استراتژی نمونه‌گیری گسسته طراحی شده است. این گره امکان انتخاب روش‌های مختلف نمونه‌گیری مانند epsilon، v_prediction، lcm یا x0 را فراهم می‌کند و به‌صورت اختیاری، استراتژی کاهش نویز مدل را بر اساس تنظیم نسبت نویز zero-shot (zsnr) تنظیم می‌کند.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | نوع پایتون |
| --- | --- | --- | --- |
| `مدل` | مدلی که استراتژی نمونه‌گیری گسسته روی آن اعمال خواهد شد. این پارامتر حیاتی است زیرا مدل پایه‌ای را که قرار است تغییر کند، مشخص می‌کند. | MODEL | `torch.nn.Module` |
| `نمونه‌برداری` | روش نمونه‌گیری گسسته‌ای را که روی مدل اعمال می‌شود مشخص می‌کند. انتخاب روش بر نحوه تولید نمونه‌ها توسط مدل تأثیر می‌گذارد و استراتژی‌های متفاوتی برای نمونه‌گیری ارائه می‌دهد. | COMBO[STRING] | `str` |
| `zsnr` | یک پرچم بولی که در صورت فعال‌سازی، استراتژی کاهش نویز مدل را بر اساس نسبت نویز zero-shot تنظیم می‌کند. این می‌تواند بر کیفیت و ویژگی‌های نمونه‌های تولیدشده تأثیر بگذارد. | `BOOLEAN` | `bool` |

## خروجی‌ها

| پارامتر | توضیحات | نوع داده | نوع پایتون |
| --- | --- | --- | --- |
| `مدل` | مدل تغییر یافته با استراتژی نمونه‌گیری گسسته اعمال‌شده. این مدل اکنون قادر است با استفاده از روش و تنظیمات مشخص‌شده، نمونه تولید کند. | 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/ModelSamplingDiscrete/fa.md)