# ترجمة وثيقة عقدة UNetTemporalAttentionMultiply

عقدة UNetTemporalAttentionMultiply تطبق عوامل ضرب على أنواع مختلفة من آليات الانتباه في نموذج UNet الزمني. تقوم بتعديل النموذج عن طريق ضبط أوزان طبقات الانتباه الذاتي والانتباه المتبادل، مع التمييز بين المكونات الهيكلية والزمنية. يتيح ذلك ضبطًا دقيقًا لمدى تأثير كل نوع من أنواع الانتباه على مخرجات النموذج.

## المدخلات

| المعامل | الوصف | نوع البيانات | إلزامي | النطاق |
| --- | --- | --- | --- | --- |
| `النموذج` | النموذج المدخل المراد تعديله باستخدام مضاعفات الانتباه | MODEL | نعم | - |
| `التركيب الذاتي` | مضاعف لمكونات الانتباه الذاتي الهيكلية (الافتراضي: 1.0) | FLOAT | لا | 0.0 - 10.0 |
| `الزمن الذاتي` | مضاعف لمكونات الانتباه الذاتي الزمنية (الافتراضي: 1.0) | FLOAT | لا | 0.0 - 10.0 |
| `التركيب المتقاطع` | مضاعف لمكونات الانتباه المتبادل الهيكلية (الافتراضي: 1.0) | FLOAT | لا | 0.0 - 10.0 |
| `الزمن المتقاطع` | مضاعف لمكونات الانتباه المتبادل الزمنية (الافتراضي: 1.0) | FLOAT | لا | 0.0 - 10.0 |

## المخرجات

| اسم المخرج | الوصف | نوع البيانات |
| --- | --- | --- |
| `النموذج` | النموذج المعدل بأوزان انتباه مضبوطة | MODEL |

> تم إنشاء هذه الوثيقة بواسطة الذكاء الاصطناعي. إذا وجدت أي أخطاء أو لديك اقتراحات للتحسين، فلا تتردد في المساهمة! [تحرير على GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/UNetTemporalAttentionMultiply/ar.md)

---
**Source fingerprint (SHA-256):** `98d62fb28a0cdf62154ae4e0b672b3a7bcb9ed61186a164a43992263c1f9439a`