Параметры

• num_train_timesteps (int, по умолчанию 1000) — Количество шагов диффузии для обучения модели.
• beta_start (float, по умолчанию 0.0001) — Начальное значение beta для вывода.
• beta_end (float, по умолчанию 0.02) — Конечное значение beta.
• beta_schedule ("linear", "scaled_linear" или "squaredcos_cap_v2", по умолчанию "linear") — Расписание бета, отображающее диапазон значений бета в последовательность бета для шагов модели.
• trained_betas (np.ndarray, необязательный) — Передайте массив betas непосредственно в конструктор, чтобы обойти beta_start и beta_end.
• solver_order (int, по умолчанию 2) — порядок DPMSolver, который может быть 1 или 2 или 3. Рекомендуется использовать solver_order=2 для управляемого сэмплирования, а solver_order=3 — для безусловного сэмплирования.
• prediction_type ("epsilon", "sample", "v_prediction" или "flow_prediction", по умолчанию "epsilon") — Тип предсказания функции планировщика. epsilon предсказывает шум диффузионного процесса, sample напрямую предсказывает зашумленный образец, v_prediction предсказывает скорость (см. раздел 2.4 статьи Imagen Video), а flow_prediction предсказывает поток.
• thresholding (bool, по умолчанию False) — Использовать ли метод «динамического порогового значения». Этот метод не подходит для моделей диффузии в латентном пространстве, таких как Stable Diffusion.
• dynamic_thresholding_ratio (float, по умолчанию 0.995) — Коэффициент для метода динамического порогового значения. Действительно только при thresholding=True.
• sample_max_value (float, по умолчанию 1.0) — Пороговое значение для динамического порогового срабатывания. Действительно только при thresholding=True и algorithm_type="dpmsolver++".
• algorithm_type ("dpmsolver", "dpmsolver++", "sde-dpmsolver" или "sde-dpmsolver++", по умолчанию "dpmsolver++") — Тип алгоритма для решателя. Тип dpmsolver реализует алгоритмы из статьи DPMSolver, а тип dpmsolver++ реализует алгоритмы из статьи DPMSolver++. Рекомендуется использовать dpmsolver++ или sde-dpmsolver++ с solver_order=2 для направленного сэмплирования, как в Stable Diffusion.
• solver_type ("midpoint" или "heun", по умолчанию "midpoint") — Тип решателя для решателя второго порядка. Тип решателя незначительно влияет на качество выборки, особенно при малом количестве шагов. Рекомендуется использовать решатели midpoint.
• lower_order_final (bool, по умолчанию True) — Использовать ли решатели низшего порядка на последних шагах. Действительно только для < 15 шагов инференса. Это может стабилизировать сэмплирование DPMSolver для шагов < 15, особенно для шагов <= 10.
• euler_at_final (bool, по умолчанию False) — Использовать ли метод Эйлера на последнем шаге. Это компромисс между численной стабильностью и детализацией. Это может стабилизировать сэмплинг SDE-варианта DPMSolver при малом количестве шагов инференса, но иногда приводит к размыванию.
• use_karras_sigmas (bool, необязательный, по умолчанию False) — Использовать ли Karras sigmas для определения размеров шагов в расписании шума в процессе выборки. Если True, значения сигм определяются согласно последовательности уровней шума {σi}.
• use_exponential_sigmas (bool, необязательный, по умолчанию False) — Использовать ли экспоненциальные сигмы для размеров шагов в расписании шума во время процесса выборки.
• use_beta_sigmas (bool, optional, defaults to False) — Whether to use beta sigmas for step sizes in the noise schedule during the sampling process. Refer to Beta Sampling is All You Need for more information.
• use_lu_lambdas (bool, необязательный, по умолчанию False) — Использовать ли uniform-logSNR для шагов, предложенный в DPM-Solver Lu, в расписании шума во время процесса выборки. Если True, сигмы и временные шаги определяются согласно последовательности lambda(t).
• use_flow_sigmas (bool, необязательный, по умолчанию False) — Использовать ли flow sigmas для определения размеров шагов в расписании шума во время процесса выборки.
• flow_shift (float, необязательный, по умолчанию 1.0) — Значение сдвига для расписания временных шагов при flow matching.
• final_sigmas_type ("zero" или "sigma_min", необязательный, по умолчанию "zero") — Значение конечного sigma для расписания шума в процессе выборки. Если указано "sigma_min", конечное значение sigma совпадает с последним sigma в расписании обучения. Если указано "zero", конечное значение sigma устанавливается в 0.
• lambda_min_clipped (float, по умолчанию -inf) — Порог обрезки минимального значения lambda(t) для численной устойчивости. Это критически важно для косинусной (squaredcos_cap_v2) схемы шума.
• variance_type ("learned" или "learned_range", необязательный) — Установите значение "learned" или "learned_range" для диффузионных моделей, которые предсказывают дисперсию. Если параметр задан, выход модели содержит предсказанную гауссову дисперсию.
• timestep_spacing ("linspace", "leading", or "trailing", defaults to "linspace") — The way the timesteps should be scaled. Refer to Table 2 of the Common Diffusion Noise Schedules and Sample Steps are Flawed for more information.
• steps_offset (int, по умолчанию 0) — Смещение, добавляемое к шагам инференса, как требуется некоторыми семействами моделей.
• rescale_betas_zero_snr (bool, по умолчанию False) — Определяет, следует ли перемасштабировать беты для нулевого конечного SNR. Это позволяет модели генерировать очень яркие и тёмкие образцы, а не ограничиваться образцами со средней яркостью. Непосредственно связано с --offset_noise.
• use_dynamic_shifting (bool, по умолчанию False) — Использовать ли динамический сдвиг для расписания шагов времени.
• time_shift_type ("exponential", по умолчанию "exponential") — Тип сдвига времени, применяемый при использовании динамического сдвига.

Параметры

• prev_sample (torch.Tensor формы (batch_size, num_channels, height, width) для изображений) — Вычисленная выборка (x_{t-1}) предыдущего шага. prev_sample следует использовать как следующий вход модели в цикле шумоподавления.