# SamplerCustomAdvanced

گره SamplerCustomAdvanced نمونه‌گیری پیشرفته در فضای نهفته را با استفاده از نویز، هدایت و پیکربندی‌های نمونه‌گیری سفارشی انجام می‌دهد. این گره یک تصویر latent را از طریق یک فرایند نمونه‌گیری هدایت‌شده با مولد نویز و برنامه سیگما قابل‌سفارشی‌سازی پردازش می‌کند و هم خروجی نمونه‌گیری‌شده نهایی و هم در صورت وجود، نسخه نویززدایی‌شده را تولید می‌کند.

## ورودی‌ها

| پارامتر | توضیحات | نوع داده | الزامی | بازه |
| --- | --- | --- | --- | --- |
| `نویز` | مولد نویزی که الگوی نویز اولیه و seed را برای فرایند نمونه‌گیری فراهم می‌کند | NOISE | بله | - |
| `راهنما` | مدل هدایت‌کننده‌ای که فرایند نمونه‌گیری را به سمت خروجی مطلوب هدایت می‌کند | GUIDER | بله | - |
| `نمونه‌گیر` | الگوریتم نمونه‌گیری که نحوه پیمایش فضای نهفته را در طول تولید تعریف می‌کند | SAMPLER | بله | - |
| `سیگماها` | برنامه سیگما که سطوح نویز را در طول مراحل نمونه‌گیری کنترل می‌کند | SIGMAS | بله | - |
| `تصویر latent` | نمایش latent اولیه که به‌عنوان نقطه شروع نمونه‌گیری عمل می‌کند. از کلید اختیاری `noise_mask` برای نویززدایی انتخابی، و کلیدهای اختیاری `downscale_ratio_spacial` و `downscale_ratio_temporal` برای مدیریت پیشرفته latent پشتیبانی می‌کند | LATENT | بله | - |

## خروجی‌ها

| نام خروجی | توضیحات | نوع داده |
| --- | --- | --- |
| `output` | نمایش latent نمونه‌گیری‌شده نهایی پس از تکمیل فرایند نمونه‌گیری. هر کلید `downscale_ratio_spacial` یا `downscale_ratio_temporal` از latent ورودی از این خروجی حذف می‌شود | LATENT |
| `denoised_output` | نسخه نویززدایی‌شده خروجی زمانی که فرایند نمونه‌گیری یک پیش‌بینی پاک میانی (x0) تولید می‌کند؛ در غیر این صورت همان `output` را بازمی‌گرداند. در صورت وجود، این نشان‌دهنده بهترین تخمین مدل از latent پاک است | LATENT |

> 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/SamplerCustomAdvanced/fa.md)

---
**Source fingerprint (SHA-256):** `23cffad0f7cf74dcd494c2828b2116bb4d00a1e55e42ded074b587ac20183290`
