Sampler ja scheduler
Sampleri on matemaattinen menetelmä, jolla tekoäly poistaa kuvasta kohinaa askel kerrallaan, kun taas scheduleri säätelee näiden askelten kokoa prosessin aikana. Niitä säädetään tyypillisesti paikallisissa työkaluissa kuten Stable Diffusionissa ja ComfyUI:ssa. Verkkopohjaiset kuvageneraattorit valitsevat yhdistelmän automaattisesti puolestasi.
Tunnetaan myös nimellä: sampler, sampler_name, scheduler, Euler, DPM++ 2M Karras
Ennen ja jälkeen: oma testini




Malli: Stable Diffusion XL 1.0 (przez API fal.ai, 30 kroków, CFG 7,5). Asetukset: siemenluku 1411, 30 askelta, CFG 7,5, vain sampleri vaihtuu. Päivämäärä: 14.11.2026.
Kehote: a lighthouse on a rocky coast at dusk, waves crashing, dramatic sky, wide shot, photo
Euler, DPM++ 2M Karras ja DDIM tuottivat testissäni lähes saman rajauksen, ja erot erottuivat lähinnä veden ja kallioiden pinnan yksityiskohdissa. Euler a (ancestral) puolestaan loi täysin erilaisen kuvan, jossa luodolle ilmestyi majakka. Kirjaimella 'a' tai sanalla 'ancestral' merkityt samplerit sekoittavat uutta kohinaa jokaiseen askeleeseen, joten ne voivat samallakin siemenluvulla viedä lopputuloksen aivan toiseen suuntaan kuin muut.
Termi eri generaattoreissa
| Generaattori | Parametri | Arvot | Oletus |
|---|---|---|---|
| Seedream | vahvistamaton | - | - |
| ComfyUI | sampler_name / scheduler (KSampler)Luettelot lähdekoodista (docs.comfy.org ei ilmoita niitä) | sampler_name: euler, euler_cfg_pp, euler_ancestral, euler_ancestral_cfg_pp, heun, heunpp2, exp_heun_2_x0, exp_heun_2_x0_sde, dpm_2, dpm_2_ancestral, lms, dpm_fast, dpm_adaptive, dpmpp_2s_ancestral, dpmpp_2s_ancestral_cfg_pp, dpmpp_sde, dpmpp_sde_gpu, dpmpp_2m, dpmpp_2m_cfg_pp, dpmpp_2m_sde, dpmpp_2m_sde_gpu, dpmpp_2m_sde_heun, dpmpp_2m_sde_heun_gpu, dpmpp_3m_sde, dpmpp_3m_sde_gpu, ddpm, lcm, ipndm, ipndm_v, deis, cfgpp_ud10_ab, res_multistep, res_multistep_cfg_pp, res_multistep_ancestral, res_multistep_ancestral_cfg_pp, gradient_estimation, gradient_estimation_cfg_pp, er_sde, seeds_2, seeds_3, sa_solver, sa_solver_pece, ddim, uni_pc, uni_pc_bh2. scheduler: simple, sgm_uniform, karras, exponential, ddim_uniform, beta, normal, linear_quadratic, kl_optimal | ei ilmoitettu dokumentaatiossa |
| Midjourney | ei tällaista parametria | - | - |
| FLUX | ei API:ssa | - | - |
| Ideogram | ei tällaista parametria | - | - |
| GPT Image | ei tällaista parametria | - | - |
| Imagen (poistunut käytöstä) | ei luetussa dokumentaatiossa | - | - |
| Qwen-Image | ei luetussa dokumentaatiossa | - | - |
| Stability AI (SD 3.5) | ei API:ssa | - | - |
- Lähteet, tarkistettu 14.11.2026:
- Seedream: docs.byteplus.com/en/docs/ModelArk/1541523
- ComfyUI: raw.githubusercontent.com/comfyanonymous/ComfyUI/master/com...
- Midjourney: docs.midjourney.com/hc/en-us/articles/32859204029709-Parame...
- FLUX: docs.bfl.ml/api-reference/utility/generate-an-image-with-fl...
- Ideogram: developer.ideogram.ai/openapi/ideogram-api-v2.json
- GPT Image: developers.openai.com/api/docs/guides/image-generation
- Imagen: docs.cloud.google.com/vertex-ai/generative-ai/docs/image/ge...
- Qwen-Image: www.alibabacloud.com/help/en/model-studio/qwen-image-genera...
- Stability AI: docs.stability.ai/api-reference/generate/stable-diffusion-3...
Milloin käyttää
- pidä työkalun oletusasetus käytössä, jos kuvan laatu miellyttää sinua
- vaihda ancestral-vaihtoehtoon (kuten Euler a), kun haluat samasta siemenluvusta vaihtelevampia ideoita
- käytä perinteisiä samplereita (kuten Euler tai DPM++ 2M), kun vertailet muita asetuksia ja tarvitset toistettavia tuloksia
Tyypillinen virhe
Yleinen virhe on samplereiden vertailu ilman lukittua siemenlukua (seed), jolloin kuvan muutos johtuu vain uudesta satunnaisesta aloituskohinasta eikä itse laskentatavasta. Toinen harhaluulo on yhden ylivoimaisen samplerin etsiminen jokaiseen työhön. Todellisuudessa erot suosituimpien vaihtoehtojen välillä ovat huomattavasti pienempiä kuin kehotteen sanojen tai CFG-arvon hienosäätö.
Kopioitava esimerkki
ComfyUI: KSampler -> sampler_name = dpmpp_2m, scheduler = karras AUTOMATIC1111 / Forge: Sampling method: DPM++ 2M, Schedule type: Karras Midjourney, GPT Image, Ideogram, FLUX 3: ei parametria
Usein kysytyt kysymykset
Mikä sampler on paras Stable Diffusionissa?
Yhtä ainoaa parasta ei ole. Luotettaviin ja tarkkoihin tuloksiin sopivat erinomaisesti Euler tai DPM++ 2M Karras-aikataululla. Ancestral-vaihtoehdot tuovat puolestaan mukaan enemmän satunnaisuutta.
Mitä käytännön eroa on samplerilla ja schedulerilla?
Sampleri määrää tavan, jolla tekoäly laskee kohinan poistoa kussakin vaiheessa. Scheduleri taas päättää kunkin askeleen kohinamäärän, eli sen, poistetaanko kohinaa alussa enemmän ja lopussa vähemmän.
Miksi Euler a käyttäytyy eri tavalla kuin tavallinen Euler?
Nimen a-kirjain tarkoittaa sanaa ancestral. Nämä samplerit lisäävät kuvaan hieman uutta kohinaa jokaisella askeleella, joten kuva ei asetu yhteen lopulliseen pisteeseen vaan muuttuu jatkuvasti askeleiden lisääntyessä.
