> ## Documentation Index
> Fetch the complete documentation index at: https://dripart-comfy-docs-comfyapi-search.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# RenormCFG - ComfyUI Built-in Node Documentation

> RenormCFG 节点通过应用条件缩放和归一化来修改扩散模型中的无分类器引导（CFG）过程。

RenormCFG 节点通过应用条件缩放和归一化来修改扩散模型中的无分类器引导（CFG）过程。它根据指定的时间步阈值和重归一化因子来调整去噪过程，从而在图像生成期间控制条件预测与无条件预测的影响程度。返回的模型将带有这一修补后的 CFG 行为。

## 输入

| 参数           | 描述                                                               | 数据类型  | 是否必需 | 范围                   |
| ------------ | ---------------------------------------------------------------- | ----- | ---- | -------------------- |
| `模型`         | 要应用重归一化 CFG 的扩散模型                                                | MODEL | 是    | -                    |
| `cfg_trunc`  | 应用 CFG 缩放的时间步阈值。当当前时间步低于此值时，会应用 CFG 缩放和重归一化；否则仅使用条件预测（默认值：100.0） | FLOAT | 否    | 0.0 - 100.0（步长 0.01） |
| `renorm_cfg` | 重归一化因子，用于限制经 CFG 缩放后的预测相对于原始条件预测的最大范数。值为 0.0 时禁用重归一化（默认值：1.0）    | FLOAT | 否    | 0.0 - 100.0（步长 0.01） |

注意：`cfg_trunc` 和 `renorm_cfg` 是高级参数。只有当 `renorm_cfg` 大于 0.0 且当前时间步低于 `cfg_trunc` 时，重归一化才会生效；如果新的预测范数已经低于计算得到的最大值，则不执行重新缩放。

## 输出

| 输出名称    | 描述                   | 数据类型  |
| ------- | -------------------- | ----- |
| `model` | 应用了重归一化 CFG 函数后的修改模型 | MODEL |

> 本文档由 AI 生成。如果您发现任何错误或有改进建议，欢迎贡献！ [在 GitHub 上编辑](https://github.com/Comfy-Org/embedded-docs/blob/main/comfyui_embedded_docs/docs/RenormCFG/zh.md)

***

**Source fingerprint (SHA-256):** `5925bdfe2d62ef7261d73cda661834102ae6600b1afe53f4093568a6e83ec2ab`