各种采样器

在ComfyUI中采样器多种多样，而各种采样器原理晦涩难懂，今天发现一篇关于采样器的文章总结，我在学习的过程中就进行该篇文章的撰写，也希望可以给大家带来参考。

原文地址：https://stable-diffusion-art.com/samplers/

采样即是在噪声空间进行噪声预测，随后去除图像中的噪声，得到最终输出图像，目前在ComfyUI中包含23种采样器。

采样的过程中生成噪声会逐渐缩小直到完成采样的过程，当步数增加时，每步之间噪声减少量将会更小，有利于减少截断误差，也就是防止两步采样之间图像变化过大造成与初始结果收敛不同。

名字中带a的，或者说后缀是ancestral的都是__祖先采样器，__这类采样器会在采样过程中向图像添加随机噪声，所以在去噪的过程中不会__收敛，__不收敛的意思就是每一步图像的变化是相对随机的，而__收敛__的采样器去噪过程会向一个统一的方向进行。

“karras”的选项会使得在去噪过程中越靠近尾声，去噪强度越小，在论文中指出“该方法可以提升生成图像的质量”。

DDIM和PLMS已经过时且不再被广泛使用。

adaptive为自适应的调整步长，因为不能保证在采样步骤内完成人物，所以速度会比较慢。

UniPC可以在较低的步数中实现较高质量的图像生成。

以下几种情况供参考：

一、如果为了获得稳定，可重现的图像，最好不使用祖先采样器，因为他不收敛。（生成视频是不是最好不采用祖先采样器？）

二、DPM2和DPM2 Karras性能要较好，但是相对速度较慢。

三、DPM adaptive因为自适应所以速度可能非常慢。