### مرور کلی

گره FreSca مقیاس‌گذاری وابسته به فرکانس را بر روی راهنمایی (guidance) در طول فرآیند نمونه‌گیری اعمال می‌کند. این گره سیگنال راهنمایی را با استفاده از فیلتر فوریه به مؤلفه‌های فرکانس پایین و فرکانس بالا تفکیک کرده، سپس فاکتورهای مقیاس‌گذاری متفاوتی را به هر محدوده فرکانسی اعمال می‌کند و در نهایت آن‌ها را دوباره ترکیب می‌نماید. این کار امکان کنترل دقیق‌تری بر نحوه تأثیرگذاری راهنمایی بر جنبه‌های مختلف خروجی تولید شده را فراهم می‌کند.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | ضروری | محدوده |
| --- | --- | --- | --- | --- |
| `مدل` | مدلی که مقیاس‌گذاری فرکانس روی آن اعمال می‌شود | MODEL | بله | - |
| `ضریب مقیاس پایین` | فاکتور مقیاس‌گذاری برای مؤلفه‌های فرکانس پایین (پیش‌فرض: 1.0) | FLOAT | خیر | 0 - 10 |
| `ضریب مقیاس بالا` | فاکتور مقیاس‌گذاری برای مؤلفه‌های فرکانس بالا (پیش‌فرض: 1.25) | FLOAT | خیر | 0 - 10 |
| `آستانه فرکانس` | تعداد اندیس‌های فرکانسی اطراف مرکز که به عنوان فرکانس پایین در نظر گرفته می‌شوند (پیش‌فرض: 20) | INT | خیر | 1 - 10000 |

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `مدل` | مدل اصلاح‌شده با مقیاس‌گذاری وابسته به فرکانس اعمال‌شده بر تابع راهنمایی آن | 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/FreSca/fa.md)

---
**Source fingerprint (SHA-256):** `254a28847e082739f80c9637d9657ef618d40db1862b6856c1cda22436438ded`