PatchModelAddDownscale 节点通过将下采样和上采样操作应用于模型中的特定块，实现了 Kohya Deep Shrink 功能。该节点在处理过程中降低中间特征的分辨率，然后将其恢复至原始大小，从而在保持质量的同时提升性能。该节点允许精确控制这些缩放操作在模型执行过程中的时机和方式。

## 输入

| 参数 | 描述 | 数据类型 | 是否必填 | 范围 |
| --- | --- | --- | --- | --- |
| `模型` | 要应用下采样补丁的模型 | MODEL | 是 | - |
| `层编号` | 将应用下采样的特定块编号（默认值：3） | INT | 否 | 1-32 |
| `收缩系数` | 特征下采样的缩放因子（默认值：2.0） | FLOAT | 否 | 0.1-9.0 |
| `开始百分比` | 去噪过程中下采样开始的起始点（默认值：0.0） | FLOAT | 否 | 0.0-1.0 |
| `结束百分比` | 去噪过程中下采样结束的终止点（默认值：0.35） | FLOAT | 否 | 0.0-1.0 |
| `跳过后收缩` | 是否在跳跃连接之后应用下采样（默认值：True） | BOOLEAN | 否 | - |
| `收缩算法` | 用于下采样操作的插值方法 | COMBO | 否 | "bicubic"<br>"nearest-exact"<br>"bilinear"<br>"area"<br>"bislerp" |
| `放大方法` | 用于上采样操作的插值方法 | COMBO | 否 | "bicubic"<br>"nearest-exact"<br>"bilinear"<br>"area"<br>"bislerp" |

## 输出

| 输出名称 | 描述 | 数据类型 |
| --- | --- | --- |
| `模型` | 已应用下采样补丁的修改后模型 | MODEL |

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/PatchModelAddDownscale/zh.md)

---
**Source fingerprint (SHA-256):** `93ece77ad2dce3c1cdd554583ae1f2e6be51a43ab072d408869dddbcc7798c40`