Hugging Face's logo

Diffusers documentation

HeliosDMDScheduler

You are viewing main version, which requires installation from source. If you'd like regular pip install, checkout the latest stable version (v0.42.1).
Hugging Face's logo
Join the Hugging Face community

and get access to the augmented documentation experience

to get started

HeliosDMDScheduler

HeliosDMDScheduler se basa en el muestreo de flujo piramidal introducido en Helios.

HeliosDMDScheduler

clase diffusers.HeliosDMDScheduler

< >

( num_train_timesteps: int = 1000shift: float = 1.0stages: int = 3stage_range: list = [0, 0.3333333333333333, 0.6666666666666666, 1]gamma: float = 0.3333333333333333prediction_type: str = 'flow_prediction'use_flow_sigmas: bool = Trueuse_dynamic_shifting: bool = Falsetime_shift_type: typing.Literal['exponential', 'linear'] = 'linear' )

init_sigmas

< >

( )

inicializar los pasos de tiempo y sigmas globales

init_sigmas_for_each_stage

< >

( )

Inicializa los pasos de tiempo para cada etapa

set_begin_index

< >

( begin_index: int = 0 )

Parámetros

  • begin_index (int) — El índice inicial del programador.

Establece el índice inicial para el programador. Esta función debe ejecutarse desde la tubería antes de la inferencia.

set_timesteps

< >

( num_inference_steps: intstage_index: int | None = Nonedevice: typing.Union[str, torch.device] = Nonesigmas: bool | None = Nonemu: bool | None = Noneis_amplify_first_chunk: bool = False )

Establecer los pasos de tiempo y las sigmas para cada etapa

time_shift

< >

( mu: floatsigma: floatt: Tensor ) → torch.Tensor

Parámetros

  • mu (float) — El parámetro mu para el desplazamiento en el tiempo.
  • sigma (float) — El parámetro sigma para el desplazamiento del tiempo.
  • t (torch.Tensor) — Los pasos de tiempo de entrada.

Devuelve

torch.Tensor

Los pasos de tiempo desplazados.

Aplicar el desplazamiento temporal a los sigmas.

scheduling_helios_dmd

Update on GitHub

←FlowMatchHeunDiscreteScheduler HeliosScheduler→