# پنجره‌های زمینه LTXV

این گره پنجره‌های زمینه را برای مدل‌های مشابه LTXV در طول نمونه‌گیری تنظیم می‌کند. این گره تولید را به پنجره‌های همپوشان تقسیم می‌کند تا به مدیریت مصرف حافظه کمک کند و انسجام زمانی را بهبود بخشد.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
|-----------|-------------|-----------|----------|-------|
| `مدل` | مدلی که باید در طول نمونه‌گیری پنجره‌های زمینه روی آن اعمال شود. | MODEL | بله | - |
| `طول زمینه` | طول پنجره زمینه بر حسب فریم‌های واقعی. باید 8*n + 1 باشد. (پیش‌فرض: 145) | INT | بله | حداقل: 1<br>حداکثر: nodes.MAX_RESOLUTION<br>گام: 8 |
| `همپوشانی زمینه` | میزان همپوشانی پنجره زمینه بر حسب فریم‌های واقعی. (پیش‌فرض: 40) | INT | بله | حداقل: 0<br>گام: 8 |
| `زمان‌بندی زمینه` | الگوریتم زمان‌بندی وابسته به گام برای پنجره‌های زمینه. (پیش‌فرض: "UNIFORM_STANDARD") | COMBO | بله | `"STATIC_STANDARD"`<br>`"UNIFORM_STANDARD"`<br>`"UNIFORM_LOOPED"`<br>`"BATCHED"` |
| `گام زمینه` | گام پنجره زمینه؛ فقط برای زمان‌بندی‌های یکنواخت کاربرد دارد. (پیش‌فرض: 1) | INT | بله | حداقل: 1 |
| `حلقه بسته` | آیا حلقه پنجره زمینه بسته شود؛ فقط برای زمان‌بندی‌های حلقه‌ای کاربرد دارد. (پیش‌فرض: False) | BOOLEAN | بله | True<br>False |
| `روش ادغام` | روشی که برای ادغام پنجره‌های زمینه استفاده می‌شود. گزینه‌های موجود توسط `ContextFuseMethods.LIST_STATIC` تعریف می‌شوند. (پیش‌فرض: "PYRAMID") | COMBO | بله | تعریف‌شده توسط `ContextFuseMethods.LIST_STATIC` |
| `FreeNoise` | آیا درهم‌آمیزی نویز FreeNoise اعمال شود؛ ترکیب پنجره‌ها را بهبود می‌بخشد. (پیش‌فرض: True) | BOOLEAN | بله | True<br>False |
| `حفظ اولین فریم` | حفظ اولین فریم latent در هر پنجره زمینه (ممکن است به حفظ مرجع اولیه کمک کند). (پیش‌فرض: False) | BOOLEAN | بله | True<br>False |
| `تقسیم شرط‌ها به پنجره‌ها` | آیا چند شرطی‌سازی (ایجادشده توسط ConditionCombine) بر اساس شاخص ناحیه به هر پنجره تقسیم شوند. (پیش‌فرض: False) | BOOLEAN | بله | True<br>False |

**توجه:** مقدار `context_length` بر حسب فریم‌های واقعی ارائه می‌شود و به‌صورت داخلی با فرمول `((context_length - 1) // 8) + 1` به فریم‌های latent تبدیل می‌شود، با حداقل ۱. مقدار `context_overlap` نیز بر حسب فریم‌های واقعی ارائه می‌شود و با تقسیم صحیح بر ۸ به فریم‌های latent تبدیل می‌شود، با حداقل ۰. راهنمای ابزار `context_length` نشان می‌دهد که باید الگوی 8*n + 1 را دنبال کند.

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
|-------------|-------------|-----------|
| `MODEL` | مدل با پنجره‌های زمینه اعمال‌شده برای نمونه‌گیری. | 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/LTXVContextWindows/fa.md)

---
**Source fingerprint (SHA-256):** `148649d0a938e08c932a163f5d7614332626fba37b8f79db7f92bbcf422e692f`
