# UNetTemporalAttentionMultiply

הצומת UNetTemporalAttentionMultiply מחיל גורמי הכפלה על סוגים שונים של מנגנוני קשב במודל UNet טמפורלי. הוא משנה את המודל על ידי התאמת המשקלים של שכבות קשב עצמי וקשב צולב, תוך הבחנה בין מרכיבים מבניים לטמפורליים. הדבר מאפשר כוונון עדין של מידת ההשפעה של כל סוג קשב על הפלט של המודל.

## קלטים

| פרמטר | תיאור | סוג נתונים | נדרש | טווח |
| --- | --- | --- | --- | --- |
| `model` | מודל הקלט שיש לשנות באמצעות מכפילי קשב | MODEL | כן | - |
| `self_structural` | מכפיל עבור מרכיבים מבניים של קשב עצמי (ברירת מחדל: 1.0) | FLOAT | לא | 0.0 - 10.0 |
| `self_temporal` | מכפיל עבור מרכיבים טמפורליים של קשב עצמי (ברירת מחדל: 1.0) | FLOAT | לא | 0.0 - 10.0 |
| `cross_structural` | מכפיל עבור מרכיבים מבניים של קשב צולב (ברירת מחדל: 1.0) | FLOAT | לא | 0.0 - 10.0 |
| `cross_temporal` | מכפיל עבור מרכיבים טמפורליים של קשב צולב (ברירת מחדל: 1.0) | FLOAT | לא | 0.0 - 10.0 |

## פלטים

| שם פלט | תיאור | סוג נתונים |
| --- | --- | --- |
| `model` | המודל ששונה עם משקלי קשב מותאמים | MODEL |

> מסמך זה נוצר על ידי בינה מלאכותית. אם מצאתם שגיאות או שיש לכם הצעות לשיפור, אתם מוזמנים לתרום! [עריכה ב-GitHub](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/UNetTemporalAttentionMultiply/he.md)

---
**Source fingerprint (SHA-256):** `b43c7c51cbc71349dd267c4abe1704899a394e205a60a13b45869f690d83a0f0`
