Diffusers

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).

Join the Hugging Face community

and get access to the augmented documentation experience

Collaborate on models, datasets and Spaces

Faster examples with accelerated inference

Switch between documentation themes

to get started

LMSDiscreteScheduler

LMSDiscreteScheduler é um agendador multietapas linear para agendamentos beta discretos. O agendador foi portado e criado por Katherine Crowson, e a implementação original pode ser encontrada em crowsonkb/k-diffusion.

LMSDiscreteScheduler

classe diffusers.LMSDiscreteScheduler

< source >

( *args**kwargs )

LMSDiscreteSchedulerOutput

classe diffusers.schedulers.scheduling_lms_discrete.LMSDiscreteSchedulerOutput

< source >

( prev_sample: Tensorpred_original_sample: typing.Optional[torch.Tensor] = None )

Parâmetros

prev_sample (torch.Tensor de forma (batch_size, num_channels, height, width) para imagens) — Amostra calculada (x_{t-1}) do passo de tempo anterior. prev_sample deve ser usado como entrada do modelo no loop de remoção de ruído.
pred_original_sample (torch.Tensor de forma (batch_size, num_channels, height, width) para imagens) — A amostra desrujida prevista (x_{0}) com base na saída do modelo do timestep atual. pred_original_sample pode ser usado para visualizar o progresso ou para orientação.

Classe de saída para a saída da função step do agendador.

Update on GitHub

←LCMScheduler MiniMaxH3Scheduler→