گره ScaleROPE به شما امکان می‌دهد تا موقعیت‌یابی چرخشی تعبیه‌شده (ROPE) یک مدل را با اعمال فاکتورهای مقیاس‌گذاری و جابجایی جداگانه بر مؤلفه‌های X، Y و T (زمان) آن تغییر دهید. این یک گره پیشرفته و آزمایشی است که برای تنظیم رفتار رمزگذاری موقعیتی مدل استفاده می‌شود.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
| --- | --- | --- | --- | --- |
| `مدل` | مدلی که پارامترهای ROPE آن تغییر داده خواهد شد. | MODEL | بله | - |
| `مقیاس X` | فاکتور مقیاس‌گذاری برای مؤلفه X از ROPE (پیش‌فرض: 1.0). | FLOAT | خیر | 0.0 - 100.0 |
| `جابجایی X` | مقدار جابجایی برای مؤلفه X از ROPE (پیش‌فرض: 0.0). | FLOAT | خیر | 256.0- - 256.0 |
| `مقیاس Y` | فاکتور مقیاس‌گذاری برای مؤلفه Y از ROPE (پیش‌فرض: 1.0). | FLOAT | خیر | 0.0 - 100.0 |
| `جابجایی Y` | مقدار جابجایی برای مؤلفه Y از ROPE (پیش‌فرض: 0.0). | FLOAT | خیر | 256.0- - 256.0 |
| `مقیاس T` | فاکتور مقیاس‌گذاری برای مؤلفه T (زمان) از ROPE (پیش‌فرض: 1.0). | FLOAT | خیر | 0.0 - 100.0 |
| `جابجایی T` | مقدار جابجایی برای مؤلفه T (زمان) از ROPE (پیش‌فرض: 0.0). | FLOAT | خیر | 256.0- - 256.0 |

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `مدل` | مدل با پارامترهای جدید مقیاس‌گذاری و جابجایی ROPE اعمال‌شده. | MODEL |

> 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/ScaleROPE/fa.md)

---
**Source fingerprint (SHA-256):** `c5ca193a46faa9477a2e6c99b905205685e8add8faa2f2d161c7c384b3dc2441`