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 бета в последовательность значений бета для шагов модели. Выберите одно из значений: linear, scaled_linear или squaredcos_cap_v2.
• 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 UniPC, который может быть любым положительным целым числом. Эффективный порядок точности составляет solver_order + 1 благодаря UniC. Рекомендуется использовать solver_order=2 для управляемого сэмплирования и solver_order=3 для неусловного сэмплирования.
• prediction_type ("epsilon", "sample", "v_prediction", or "flow_prediction", defaults to "epsilon", optional) — Prediction type of the scheduler function; can be epsilon (predicts the noise of the diffusion process), sample (directly predicts the noisy sample), v_prediction(see section 2.4 of [Imagen Video](https://huggingface.co/papers/2210.02303) paper), orflow_prediction`.
• 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 predict_x0=True.
• predict_x0 (bool, по умолчанию True) — Использовать ли алгоритм обновления для предсказанного x0.
• solver_type ("bh1" или "bh2", по умолчанию "bh2") — Тип солвера для UniPC. Рекомендуется использовать bh1 для безусловного сэмплирования, когда количество шагов < 10, а в остальных случаях — bh2.
• 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.
• disable_corrector (list, по умолчанию []) — Определяет, на каких шагах отключать корректор для смягчения рассогласования между epsilon_theta(x_t, c) и epsilon_theta(x_t^c, c), которое может влиять на сходимость при большом масштабе руководства. Как правило, корректор отключается на первых нескольких шагах.
• solver_p (SchedulerMixin, по умолчанию None) — любой другой планировщик, при указании которого алгоритм становится solver_p + UniC.
• 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_flow_sigmas (bool, необязательный, по умолчанию False) — Использовать ли flow sigmas для определения размеров шагов в расписании шума во время процесса выборки.
• 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.
• final_sigmas_type ("zero" или "sigma_min", по умолчанию "zero") — Значение финального sigma для расписания шума в процессе сэмплирования. Если указано "sigma_min", финальное sigma совпадает с последним sigma в расписании обучения. Если указано zero, финальное sigma устанавливается в 0.
• 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.

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.