گره VAEDecode برای رمزگشایی بازنمایی‌های نهفته (latent representations) به تصاویر با استفاده از یک خودرمزگذار متغیر (VAE) مشخص طراحی شده است. هدف آن تولید تصاویر از داده‌های فشرده شده است تا بازسازی تصاویر از رمزگذاری‌های فضای نهفته (latent space encodings) تسهیل شود.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده |
| --- | --- | --- |
| `نمونه‌ها` | پارامتر 'samples' نشان‌دهنده بازنمایی‌های نهفته‌ای است که باید به تصاویر رمزگشایی شوند. این پارامتر برای فرآیند رمزگشایی حیاتی است زیرا داده‌های فشرده‌ای را فراهم می‌کند که تصاویر از آن بازسازی می‌شوند. | `LATENT` |
| `vae` | پارامتر 'vae' مدل خودرمزگذار متغیر مورد استفاده برای رمزگشایی بازنمایی‌های نهفته به تصاویر را مشخص می‌کند. این پارامتر برای تعیین مکانیزم رمزگشایی و کیفیت تصاویر بازسازی‌شده ضروری است. | VAE |

## خروجی‌ها

| پارامتر | توضیحات | نوع داده |
| --- | --- | --- |
| `image` | خروجی، تصویری است که از بازنمایی نهفته ارائه‌شده با استفاده از مدل VAE مشخص بازسازی شده است. | `IMAGE` |

> 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/VAEDecode/fa.md)