SDXLMixSampler 1.1

大家好，我是小志Jason。一个探索Latent Space的程序员。

之前的时候出了一个SDXLMixSampler，现在更新一下功能。

(相关资料图)

前文：【玩转SD】自制节点介绍SDXLMixSampler LatentByRatio

/read/cv25107377

首先解释一下什么是loop，loop就是base+refiner共同跑完一次的结果，为止一次loop，

多重混合节点的目的是让base+refiner跑完一次后，先不输出结果，把第一次的结果作为下一个loop的latent image再跑一次base+refiner，来实现多次base+refiner的图片。

这次主要更新的是把之前的total_steps改成了loop，不用自己算了，背后直接mix_steps*loop=total_steps。

兼容一次输出多个loop的结果，但是由于每个loop的leftover_noise和结算步数都不一样，所以不能简单的输出每次循环的latent image，背后需要每个循环都自己跑一次，所以出图会比较慢。

所以默认的是final_only:yes，只输出最后那个loop的结果，如果final_only:no，那就输出每次循环的结果：

C站地址:

/models/108594/sdxlmixsampler-comfyui-jnode-workflow-included

PS碎碎念:

经过询问和交流，感觉现在SDXL的lora还有微调都是不完善的。

SDXL的架构是base+refiner等于完整输出，而目前无论是lora还是微调，都集中在base模型那里，问题在于无论是lora还是微调，使用原来的refiner去添加细节，都会影响到lora和微调的训练出来的特征，让训练的效果减弱。

所以现在的微调和lora不得不减少refiner的作用来保留训练的特征，这种做法我觉得是有违SDXL的架构的，如果想使用SDXL的架构来达到最好的效果，就需要有对应的refiner训练。

比如base+base lora->refiner+refiner lora，fine tune base->fine tune refiner，这样的流程来确保base和refiner都能向训练的特征偏移，才能实现最好的结果。

欢迎点赞投币转发加群

群号：866612947

验证：小志Jason

关键词：