# PiD Conditioning

یک لاتنت و یک مقدار `degrade_sigma` را به یک CONDITIONING متصل می‌کند تا بتوان از آن برای رمزگشایی PiD یا بزرگ‌نمایی استفاده کرد. این به شما امکان می‌دهد کنترل کنید که لاتنت پیش از پردازش چقدر تخریب شود.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | محدوده |
|-----------|-------------|-----------|----------|-------|
| `positive` | داده شرطی‌سازی (CONDITIONING) که `latent` و مقدار `degrade_sigma` به آن متصل می‌شوند. | CONDITIONING | بله | - |
| `latent` | لاتنت (از VAEEncode یا یک KSampler) که به داده شرطی‌سازی متصل می‌شود. | LATENT | بله | - |
| `latent_format` | قالب لاتنت. لاتنت‌های Flux1 (16 کاناله) و Flux2 (128 کاناله) به‌طور خودکار از بُعد کانال در حالت `"flux"` تشخیص داده می‌شوند. برای SD3 (16 کاناله)، SDXL (4 کاناله) یا QwenImage (16 کاناله)، به‌صورت دستی انتخاب کنید (پیش‌فرض: `"flux"`). | COMBO | بله | `"flux"`<br>`"sd3"`<br>`"sdxl"`<br>`"qwenimage"` |
| `degrade_sigma` | میزان تخریبی که اعمال می‌شود. مقدار 0 یعنی لاتنت پاک. برای نویززدایی از خروجی‌های لاتنت خراب، این مقدار را افزایش دهید (پیش‌فرض: 0.0). | FLOAT | بله | 0.0 تا 1.0 (گام: 0.01) |

توجه: هنگامی که `latent_format` روی `"flux"` تنظیم شده باشد، گره به‌طور خودکار نوع لاتنت را از بُعد کانال تشخیص می‌دهد: 128 کانال به‌عنوان لاتنت‌های Flux2 و 16 کانال به‌عنوان لاتنت‌های Flux1 در نظر گرفته می‌شوند.

توجه: یک مقدار غیرپشتیبانی‌شده برای `latent_format` خطا ایجاد می‌کند، اما همه گزینه‌های موجود توسط گره مدیریت می‌شوند.

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
|-------------|-------------|-----------|
| `CONDITIONING` | داده شرطی‌سازی اصلی همراه با لاتنت و مقدار `degrade_sigma` متصل‌شده. | CONDITIONING |

> 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/PiDConditioning/fa.md)

---
**Source fingerprint (SHA-256):** `24f613b33e7872cb35f458aa5794a3cc4d37ceaecd43725039edef75f4a512bc`
