ComfyUI  >  Arbetsflöden  >  FLUX NF4 | Påskynda FLUX BildGen

FLUX NF4 | Påskynda FLUX BildGen

Förbättra din ComfyUI FLUX-prestanda med FLUX NF4 i ComfyUI. Denna guide visar hur du utnyttjar NF4-kvantisering för snabbare bildgenerering och bättre resursförvaltning, vilket erbjuder en betydande uppgradering för effektiv bildskapande.

ComfyUI FLUX NF4 Arbetsflöde

FLUX NF4 ComfyUI Workflow
Vill du köra detta arbetsflöde?
  • Fullt operativa arbetsflöden
  • Inga saknade noder eller modeller
  • Inga manuella inställningar krävs
  • Innehåller fantastiska visuella

ComfyUI FLUX NF4 Exempel

comfyui-flux-nf4-workflow-1121

ComfyUI FLUX NF4 Beskrivning

FLUX är en ny bildgenereringsmodell utvecklad av . Denna FLUX NF4-modell är skapad av lllyasviel, vänligen besök för mer information.

Om FLUX

FLUX-modellerna är förladdade på RunComfy, namngivna flux/flux-schnell och flux/flux-dev.

  • När du startar en RunComfy Medium-Sized Machine: Välj checkpoint flux-schnell, fp8 och clip t5_xxl_fp8 för att undvika minnesproblem.
  • När du startar en RunComfy Large-Sized eller Above Machine: Välj en stor checkpoint flux-dev, default och en hög clip t5_xxl_fp16.

För mer detaljer, besök: 

Introduktion till FLUX NF4

FLUX NF4 är en specialiserad modellcheckpoint designad för prestandaoptimering i Stable Diffusion-arbetsflöden. Utvecklad av författaren lllyasviel, använder denna modell NF4 (Normal Float 4-bit) kvantisering för att avsevärt förbättra inferenshastigheten och minska minnesanvändningen jämfört med traditionella FP8 (Float 8-bit) modeller. FLUX NF4 är en del av en serie modeller som syftar till att förbättra effektiviteten, särskilt på nyare GPU-arkitekturer som NVIDIA RTX 3000 och 4000-serien. Modellen inkluderar avancerade funktioner som "Distilled CFG Guidance," som förfinar processen att generera bilder med mer exakta promptar. På en högklassig GPU som RTX 4090 tar den vanliga FLUX-modellen cirka 50 sekunder att generera en bild, medan FLUX NF4 bara tar cirka 13-14 sekunder. Detta gör FLUX NF4 tillgänglig för en bredare användargrupp som kanske inte har toppmodern hårdvara.

Hur man använder ComfyUI FLUX NF4

1. Ladda Modellen: CheckpointLoaderNF4

Denna nod laddar FLUX-modellen (flux/flux1-dev-bnb-nf4-v2.safetensors). Modellen är ansvarig för att styra hela bildgenereringsprocessen genom att tillhandahålla den underliggande ramen som kontrollerar beteendet och egenskaperna hos de genererade bilderna.

FLUX NF4

2. Generera Slumpmässigt Brus: RandomNoise

Denna nod genererar ett slumpmässigt brusmönster, vilket fungerar som initial indata för bildgenerering. Bruset fungerar som startpunkten som kommer att omvandlas till ett slutresultat.

3.*Modell Sampling Flux: ModelSamplingFlux

Noden ModelSamplingFlux justerar modellens samplingsbeteende baserat på upplösning och andra parametrar. Den optimerar modellens utdata och säkerställer att bildkvaliteten bibehålls när transformationer tillämpas. Om du föredrar att inte justera samplingsbeteendet kan denna nod förbikopplas.

4. Sätta Bilddimensioner: PrimitiveNode (Bredd och Höjd)

Dessa noder definierar bildens dimensioner (bredd och höjd), vanligtvis inställda på 1024x1024. De specificerade dimensionerna påverkar upplösningen och detaljnivån på den genererade bilden.

5. Villkor med CLIP Text: CLIPTextEncode (Positiv och Negativ)

Noderna CLIPTextEncode kodar textpromptar till villkorlig data som styr bildgenereringsprocessen. Positiva promptar förstärker önskade egenskaper, medan negativa promptar undertrycker oönskade, vilket ger dig kontroll över innehållet och stilen på utdata.

6. Tillämpa Flux Guidance: FluxGuidance

Noden FluxGuidance tillämpar en guidningsskala (t.ex. 3.5) på den villkorliga datan. Denna skala justerar inflytandet av textpromptarna på slutresultatet, vilket möjliggör finjustering av den genererade utdata.

7. Schemaläggning med BasicScheduler: BasicScheduler

Denna nod hanterar schemaläggningen av bildgenereringsprocessen och kontrollerar övergången från brus till slutlig bild. Schemaläggningsparametrarna påverkar hur snabbt och smidigt bilden utvecklas under genereringen.

8. Anpassad Sampling: SamplerCustomAdvanced

Denna avancerade samplingsnod förfinar bilden genom att tillämpa ytterligare transformationer på den latenta bilden. Den integrerar bruset, vägledaren, samplern, sigmas och latent bilddata för att producera en högkvalitativ utdata.

9. Avkoda VAE: VAEDecode

Noden VAEDecode avkodar den latenta bilden till en faktisk visuell bild med hjälp av en VAE (Variational Autoencoder). Detta steg är avgörande för att översätta det abstrakta latenta utrymmet till en synlig och tolkbar bild.

10. Skala upp Bilden: UpscaleModelLoader och UltimateSDUpscale

Noden UpscaleModelLoader laddar en uppskalningsmodell (t.ex. 4x-UltraSharp.pth), och noden UltimateSDUpscale tillämpar denna modell för att förbättra bildens upplösning. Detta steg säkerställer att den slutliga bilden är skarp och detaljerad, även vid högre upplösningar.

Licens

Visa licensfiler:

FLUX.1 [dev] Modellen är licensierad av Black Forest Labs. Inc. under FLUX.1 [dev] Non-Commercial License. Copyright Black Forest Labs. Inc.

IN NO EVENT SHALL BLACK FOREST LABS, INC. BE LIABLE FOR ANY CLAIM, DAMAGES OR OTHER LIABILITY, WHETHER IN AN ACTION OF CONTRACT, TORT OR OTHERWISE, ARISING FROM, OUT OF OR IN CONNECTION WITH USE OF THIS MODEL.

Fler ComfyUI-handledningar

Vill du ha fler ComfyUI arbetsflöden?

RunComfy

© Copyright 2024 RunComfy. Alla Rättigheter Förbehållna.

RunComfy är den främsta ComfyUI plattform, som erbjuder ComfyUI online miljö och tjänster, tillsammans med ComfyUI arbetsflöden med fantastiska visuella.