# ModelMergeSDXL

گره ModelMergeSDXL به شما امکان می‌دهد دو مدل SDXL را با تنظیم تأثیر هر مدل بر بخش‌های مختلف معماری، با یکدیگر ترکیب کنید. می‌توانید میزان مشارکت هر مدل در جاسازی‌های زمانی، جاسازی‌های برچسب و بلوک‌های مختلف در ساختار مدل را کنترل کنید. این کار مدلی دورگه (هیبرید) ایجاد می‌کند که ویژگی‌های هر دو مدل ورودی را ترکیب می‌کند.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
| --- | --- | --- | --- | --- |
| `مدل۱` | اولین مدل SDXL برای ادغام | MODEL | بله | - |
| `مدل۲` | دومین مدل SDXL برای ادغام | MODEL | بله | - |
| `time_embed.` | وزن ترکیب برای لایه‌های جاسازی زمانی (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `label_emb.` | وزن ترکیب برای لایه‌های جاسازی برچسب (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `input_blocks.0` | وزن ترکیب برای بلوک ورودی 0 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `input_blocks.1` | وزن ترکیب برای بلوک ورودی 1 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `input_blocks.2` | وزن ترکیب برای بلوک ورودی 2 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `input_blocks.3` | وزن ترکیب برای بلوک ورودی 3 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `input_blocks.4` | وزن ترکیب برای بلوک ورودی 4 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `input_blocks.5` | وزن ترکیب برای بلوک ورودی 5 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `input_blocks.6` | وزن ترکیب برای بلوک ورودی 6 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `input_blocks.7` | وزن ترکیب برای بلوک ورودی 7 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `input_blocks.8` | وزن ترکیب برای بلوک ورودی 8 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `middle_block.0` | وزن ترکیب برای بلوک میانی 0 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `middle_block.1` | وزن ترکیب برای بلوک میانی 1 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `middle_block.2` | وزن ترکیب برای بلوک میانی 2 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `output_blocks.0` | وزن ترکیب برای بلوک خروجی 0 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `output_blocks.1` | وزن ترکیب برای بلوک خروجی 1 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `output_blocks.2` | وزن ترکیب برای بلوک خروجی 2 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `output_blocks.3` | وزن ترکیب برای بلوک خروجی 3 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `output_blocks.4` | وزن ترکیب برای بلوک خروجی 4 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `output_blocks.5` | وزن ترکیب برای بلوک خروجی 5 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `output_blocks.6` | وزن ترکیب برای بلوک خروجی 6 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `output_blocks.7` | وزن ترکیب برای بلوک خروجی 7 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `output_blocks.8` | وزن ترکیب برای بلوک خروجی 8 (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |
| `out.` | وزن ترکیب برای لایه‌های خروجی (پیش‌فرض: 1.0) | FLOAT | بله | 0.0 - 1.0 |

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `model` | مدل SDXL ادغام‌شده که ویژگی‌های هر دو مدل ورودی را ترکیب می‌کند | 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/ModelMergeSDXL/fa.md)

---
**Source fingerprint (SHA-256):** `9a1b0645ee19c2eddb274dd6ea3f9a05997115119cc654a7f055d58475745bb2`
