# إعادة تهيئة CFG

تقوم عقدة RenormCFG بتعديل عملية التوجيه الخالي من المصنف (CFG) في نماذج الانتشار عبر تطبيق تحجيم وتطبيع شرطيين. تضبط عملية إزالة الضوضاء بناءً على عتبة خطوة زمنية محددة وعامل إعادة تطبيع، مما يتحكم في تأثير التنبؤات الشرطية مقابل غير الشرطية أثناء توليد الصور. يُعاد النموذج الناتج مع سلوك CFG المُرقّع هذا.

## المدخلات

| المعامل | الوصف | نوع البيانات | مطلوب | النطاق |
| --- | --- | --- | --- | --- |
| `النموذج` | نموذج الانتشار المراد تطبيق CFG المُعاد تطبيعه عليه | MODEL | نعم | - |
| `اقتطاع CFG` | عتبة الخطوة الزمنية لتطبيق تحجيم CFG. عندما تكون الخطوة الزمنية الحالية أقل من هذه القيمة، يُطبّق تحجيم CFG وإعادة التطبيع؛ وإلا، يُستخدم التنبؤ الشرطي فقط (الافتراضي: 100.0) | FLOAT | لا | 0.0 - 100.0 (الخطوة 0.01) |
| `إعادة تهيئة CFG` | عامل إعادة التطبيع الذي يحد من الحد الأقصى لمعيار التنبؤ المُحجّم وفق CFG نسبةً إلى التنبؤ الشرطي الأصلي. القيمة 0.0 تعطّل إعادة التطبيع (الافتراضي: 1.0) | FLOAT | لا | 0.0 - 100.0 (الخطوة 0.01) |

ملاحظة: `cfg_trunc` و `renorm_cfg` معاملان متقدمان. لا تكون إعادة التطبيع فعّالة إلا عندما تكون `renorm_cfg` أكبر من 0.0 وتكون الخطوة الزمنية الحالية أقل من `cfg_trunc`؛ وإذا كان معيار التنبؤ الجديد أقل بالفعل من الحد الأقصى المحسوب، فلا يُجرى أي إعادة قياس.

## المخرجات

| اسم المخرج | الوصف | نوع البيانات |
| --- | --- | --- |
| `model` | النموذج المعدَّل بعد تطبيق دالة CFG المُعاد تطبيعها | 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/RenormCFG/ar.md)

---
**Source fingerprint (SHA-256):** `5925bdfe2d62ef7261d73cda661834102ae6600b1afe53f4093568a6e83ec2ab`
