Parámetros

• num_train_timesteps (int, por defecto 1000) — El número de pasos de difusión para entrenar el modelo.
• beta_start (float, por defecto 0.0001) — El valor inicial de beta para la inferencia.
• beta_end (float, por defecto 0.02) — El valor final de beta.
• beta_schedule ("linear", "scaled_linear", "squaredcos_cap_v2" o "sigmoid", por defecto "linear") — El plan de betas, un mapeo desde un rango de betas a una secuencia de betas para dar pasos al modelo.
• trained_betas (np.ndarray, opcional) — Un array de betas para pasar directamente al constructor sin usar beta_start y beta_end.
• variance_type ("fixed_small", "fixed_small_log", "fixed_large", "fixed_large_log", "learned" o "learned_range", por defecto "fixed_small") — Recorta la varianza al añadir ruido a la muestra desruidada.
• clip_sample (bool, por defecto True) — Recorta la muestra predicha para la estabilidad numérica.
• clip_sample_range (float, por defecto 1.0) — La magnitud máxima para el recorte de muestras. Solo es válido cuando clip_sample=True.
• prediction_type ("epsilon", "sample", or "v_prediction", defaults to "epsilon") — Prediction type of the scheduler function; can be epsilon (predicts the noise of the diffusion process), sample (directly predicts the noisy sample) or v_prediction` (see section 2.4 of Imagen Video paper).
• thresholding (bool, por defecto False) — Si se debe utilizar el método de “umbral dinámico”. No es adecuado para modelos de difusión en el espacio latente, como Stable Diffusion.
• dynamic_thresholding_ratio (float, por defecto 0.995) — La proporción para el método de umbral dinámico. Solo es válido cuando thresholding=True.
• sample_max_value (float, por defecto 1.0) — El valor umbral para el umbral dinámico. Solo es válido cuando thresholding=True.
• timestep_spacing ("linspace", "leading" o "trailing", por defecto "leading") — La forma en que deben escalarse los timesteps. Consulte la Tabla 2 de Common Diffusion Noise Schedules and Sample Steps are Flawed para obtener más información.
• steps_offset (int, por defecto 0) — Un desplazamiento que se suma a los pasos de inferencia, tal como lo requieren algunas familias de modelos.
• rescale_betas_zero_snr (bool, por defecto False) — Si se deben reescalar los betas para tener un SNR terminal cero. Esto permite al modelo generar muestras muy brillantes y oscuras en lugar de limitarse a muestras con un brillo medio. Relacionado de forma laxa con --offset_noise.

Parámetros

• prev_sample (torch.Tensor de forma (batch_size, num_channels, height, width) para imágenes) — Muestra calculada (x_{t-1}) del paso de tiempo anterior. prev_sample debe usarse como entrada del modelo en el bucle de desruido.
• pred_original_sample (torch.Tensor de forma (batch_size, num_channels, height, width) para imágenes) — La muestra desruidada predicha (x_{0}) basada en la salida del modelo del paso de tiempo actual. pred_original_sample se puede usar para previsualizar el progreso o para la guía.