گره SamplerDPMAdaptative یک نمونه‌بردار تطبیقی DPM (مدل احتمالی انتشار) را پیاده‌سازی می‌کند که به‌طور خودکار اندازه گام‌ها را در طول فرآیند نمونه‌برداری تنظیم می‌کند. این گره از کنترل خطای مبتنی بر تلورانس برای تعیین اندازه گام‌های بهینه استفاده می‌کند و کارایی محاسباتی را با دقت نمونه‌برداری متعادل می‌سازد. این رویکرد تطبیقی به حفظ کیفیت کمک کرده و به‌طور بالقوه تعداد گام‌های مورد نیاز را کاهش می‌دهد.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
| --- | --- | --- | --- | --- |
| `ترتیب` | مرتبه روش نمونه‌بردار (پیش‌فرض: 3) | INT | بله | 2-3 |
| `rtol` | تلورانس نسبی برای کنترل خطا (پیش‌فرض: 0.05) | FLOAT | بله | 0.0-100.0 |
| `atol` | تلورانس مطلق برای کنترل خطا (پیش‌فرض: 0.0078) | FLOAT | بله | 0.0-100.0 |
| `h_init` | اندازه گام اولیه (پیش‌فرض: 0.05) | FLOAT | بله | 0.0-100.0 |
| `pcoeff` | ضریب تناسبی برای کنترل اندازه گام (پیش‌فرض: 0.0) | FLOAT | بله | 0.0-100.0 |
| `icoeff` | ضریب انتگرالی برای کنترل اندازه گام (پیش‌فرض: 1.0) | FLOAT | بله | 0.0-100.0 |
| `dcoeff` | ضریب مشتقی برای کنترل اندازه گام (پیش‌فرض: 0.0) | FLOAT | بله | 0.0-100.0 |
| `تأیید ایمنی` | ضریب ایمنی برای پذیرش گام (پیش‌فرض: 0.81) | FLOAT | بله | 0.0-100.0 |
| `eta` | پارامتر تصادفی‌بودن (پیش‌فرض: 0.0) | FLOAT | بله | 0.0-100.0 |
| `s_noise` | ضریب مقیاس نویز (پیش‌فرض: 1.0) | FLOAT | بله | 0.0-100.0 |

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `sampler` | یک نمونه نمونه‌بردار تطبیقی DPM پیکربندی‌شده را برمی‌گرداند | SAMPLER |

> 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/SamplerDPMAdaptative/fa.md)

---
**Source fingerprint (SHA-256):** `2815ba8c3325d3d099de685edc99e9ff8e90736c1f4bd0188165969179cb99fa`